In the \emph{Adapter Design Pattern}, a programmer implements a \emph{Target} interface by constructing an \emph{Adapter} that accesses an existing \emph{Adaptee} code. In this work, we present a reactive synthesis interpretation to the adapter design pattern, wherein an algorithm takes an \emph{Adaptee} and a \emph{Target} transducers, and the aim is to synthesize an \emph{Adapter} transducer that, when composed with the {\em Adaptee}, generates a behavior that is equivalent to the behavior of the {\em Target}. One use of such an algorithm is to synthesize controllers that achieve similar goals on different hardware platforms. While this problem can be solved with existing synthesis algorithms, current state-of-the-art tools fail to scale. To cope with the computational complexity of the problem, we introduce a special form of specification format, called {\em Separated GR($k$)}, which can be solved with a scalable synthesis algorithm but still allows for a large set of realistic specifications. We solve the realizability and the synthesis problems for Separated GR($k$), and show how to exploit the separated nature of our specification to construct better algorithms, in terms of time complexity, than known algorithms for GR($k$) synthesis. We then describe a tool, called SGR($k$), that we have implemented based on the above approach and show, by experimental evaluation, how our tool outperforms current state-of-the-art tools on various benchmarks and test-cases.

中文翻译：

---

通过反应性综合适应行为

在\emph{Adapter 设计模式} 中，程序员通过构造一个访问现有\emph{Adaptee} 代码的\emph{Adapter} 来实现\emph{Target} 接口。在这项工作中，我们对适配器设计模式提出了一种反应性综合解释，其中一个算法采用一个 \emph{Adaptee} 和一个 \emph{Target} 转换器，目的是合成一个 \emph{Adapter} 转换器，当与 {\em Adaptee} 组合时，生成与 {\em Target} 的行为等效的行为。这种算法的一种用途是合成在不同硬件平台上实现类似目标的控制器。虽然这个问题可以用现有的综合算法解决，但当前最先进的工具无法扩展。为了应对问题的计算复杂性，我们引入了一种特殊形式的规范格式，称为 {\em 分离 GR($k$)}，它可以用可扩展的综合算法解决，但仍然允许大量的现实规范。我们解决了分离 GR($k$) 的可实现性和综合问题，并展示了如何利用我们规范的分离性质来构建在时间复杂度方面比已知的 GR($k$) 综合算法更好的算法. 然后，我们描述了一个名为 SGR($k$) 的工具，我们基于上述方法实现了该工具，并通过实验评估展示了我们的工具如何在各种基准测试和测试用例上优于当前最先进的工具. 我们解决了分离 GR($k$) 的可实现性和综合问题，并展示了如何利用我们规范的分离性质来构建在时间复杂度方面比已知的 GR($k$) 综合算法更好的算法. 然后，我们描述了一个名为 SGR($k$) 的工具，我们基于上述方法实现了该工具，并通过实验评估展示了我们的工具如何在各种基准测试和测试用例上优于当前最先进的工具. 我们解决了分离 GR($k$) 的可实现性和综合问题，并展示了如何利用我们规范的分离性质来构建在时间复杂度方面比已知的 GR($k$) 综合算法更好的算法. 然后，我们描述了一个名为 SGR($k$) 的工具，我们基于上述方法实现了该工具，并通过实验评估展示了我们的工具如何在各种基准测试和测试用例上优于当前最先进的工具.