L'algoritmo TSAT triplica le dimensioni dei problemi 3-SAT trattabili
Un nuovo algoritmo, Target-SAT (TSAT), migliora significativamente la risolvibilità dei problemi 3-SAT casuali, un classico benchmark di ottimizzazione NP-completo. Sfruttando le informazioni statistiche nei vincoli combinatori, TSAT triplica approssimativamente le dimensioni dei problemi trattabili nel regime più difficile e ottiene miglioramenti ancora maggiori nelle regioni vicine. Lo studio inquadra il 3-SAT come Hamiltoniani di spin di Ising, basandosi su intuizioni della fisica statistica tra cui la transizione di fase della soddisfacibilità e una linea di parametri critici per istanze difficili. Il lavoro è pubblicato su arXiv (2605.20328).
Fatti principali
- L'algoritmo TSAT triplica le dimensioni dei problemi trattabili nel regime più difficile del 3-SAT.
- Il 3-SAT è un problema di ottimizzazione NP-completo.
- TSAT sfrutta le informazioni statistiche dai vincoli combinatori.
- Il miglioramento è ancora maggiore nelle regioni vicine dello spazio dei parametri.
- Lo studio utilizza il framework dell'Hamiltoniano di spin di Ising della fisica statistica.
- Le intuizioni precedenti includono la transizione di fase della soddisfacibilità e la linea di parametri critici.
- I progressi sulle istanze difficili erano scarsi per decenni.
- L'articolo è pubblicato su arXiv con ID 2605.20328.
Entità
Istituzioni
- arXiv