Máy tự động trạng thái hữu hạn dư (RFSA, được định nghĩa trong [DLT02]) là các NFA có một số tính năng đẹp chung với DFA. Đặc biệt, luôn có một RFSA có kích thước tối thiểu chính tắc cho mọi ngôn ngữ thông thường và ngôn ngữ được mỗi tiểu bang trong RFSA nhận ra là một phần dư, giống như trong DFA. Tuy nhiên, trong khi các trạng thái DFA tối thiểu tạo thành một phần tử với tất cả các phần dư, các trạng thái RFSA chính tắc nằm trong phần tử với phần dư chính; có thể có ít hơn theo cấp số nhân, vì vậy RFSA có thể nhỏ gọn hơn nhiều so với DFA để thể hiện các ngôn ngữ thông thường.
Tuy nhiên, tôi không thể biết liệu có một thuật toán hiệu quả để giảm thiểu RFSA hay nếu có kết quả độ cứng. Sự phức tạp của việc giảm thiểu RFSA là gì?
Từ trình duyệt [BBCF10], có vẻ như đây không phải là kiến thức phổ biến. Một mặt, tôi hy vọng điều này sẽ khó khăn vì rất nhiều câu hỏi đơn giản về RFSA như "đây có phải là NFA một RFSA không?" rất khó khăn, hoàn thành PSPACE trong trường hợp này. Mặt khác, [BHKL09] cho thấy các RFSA chính tắc có thể học được một cách hiệu quả trong mô hình giáo viên đầy đủ tối thiểu của Angluin [A87], và học hiệu quả RFSA tối thiểu và giảm thiểu RFSA dường như có độ khó tương đương. Tuy nhiên, theo như tôi có thể nói thuật toán của [BHKL09] không ngụ ý thuật toán tối thiểu hóa, vì kích thước của các ví dụ phản đối không bị giới hạn và không rõ làm thế nào để kiểm tra hiệu quả các RFSA về sự bình đẳng để mô phỏng lời tiên tri đối nghịch . Ví dụ, việc kiểm tra hai NFA cho sự bình đẳng là hoàn thành PSPACE .
Người giới thiệu
[A87] Angluin, D. (1987). Học tập thường xuyên từ các truy vấn và phản mẫu. Thông tin và tính toán, 75: 87-106
[BBCF10] Berstel, J., Boasson, L., Thùng, O., & Fagnot, I. (2010). Tối thiểu hóa automata. arXiv: 1010.5318 .
[BHKL09] Bollig, B., Habermehl, P., Kern, C., & Leucker, M. (2009). Học theo kiểu Angluin của NFA. Trong IJCAI , 9: 1004-1009.
[DLT02] Denis, F., Lemay, A., & Terlutte, A. (2002). Tự động còn lại hữu hạn tự động. Fundemnta Informaticae , 51 (4): 339-368.