Computer science 如何模拟非确定性有限换能器？

通过跟踪自动机所处的状态以及它在输入字符串中所处的距离，可以很容易地在输入字符串上模拟非确定性自动机。但是，如何才能模拟非确定性传感器（当然，传感器可以将输入符号转换为输出符号，并将字符串作为输出，而不仅仅是布尔值）？这似乎更复杂，因为我们需要以某种方式跟踪输出字符串，由于不确定性，输出字符串可能会很多。

基本上与NFA相同，但这次不是返回true或false，而是将输出添加到输出集中。这里有一些伪代码：

function rec(in, current_state, pos, out)
 if(current_state.isFinal && pos == in.length) out_set += out

 for(t <- lambda transition going out from current_state)
  rec(in, t.destination, pos, out + t.output_symbol)

 for(t <- transition going out from current_state for symbol in(pos)
  rec(in, t.destination, pos+1, out + t.output_symbol)

功能rec（输入、当前状态、位置、输出）
如果（当前_state.isFinal&&pos==in.length）out_set+=out
对于（t首先，一些理论。以下是不同的代数结构：


发电机（过渡系统）


接受者（自动机）


传感器（机器）



括号中的术语在文献中很常见，可惜它们经常被错误地使用。这些代数结构彼此非常相似，并且可以通过许多小的变化从一个转换到另一个或混合。但这不应该转移注意力，因为它们是根本不同的：


生成器是一种语言的构造性表示，即一组（有限或无限）单词。您可以不确定地遍历生成器，并在此过程中生成该语言中的所有单词


接受者同样是定义一组词（语言）的结构，但每个词都代表所有可能的词（有限或无限）的指示符函数。因此，它们将每个词映射为布尔值（可以适当地扩展到有限或无限输出字，以便与传感器进行比较——尽管存在明显的代数差异）


传感器表示将每个允许的有限输入字映射到有限输出字的函数



在有限语言的上下文中，接受器和转换器之间的区别变得不那么明显，因为接受器可以接受或不接受任何有限字，而不管其长度如何，因此它为每个这样的字生成一个输出字。通过接受器的布尔输出的链接，可以为每个字创建一个有限的输出字有限输入字（即，通过连接给定输入字的每个前缀的输出）。这种连接两个概念的尝试，虽然在机械上是正确的，但却扭曲了所涉及的概念

在无限词语言的上下文中，区别更为明显。一个给定（无限）输入词的有限前缀不能产生输出。这个限制是在整个（无限）输入词上定义无限词接受的结果因此，接受者将每个输入字映射为布尔值，或输出字（如果首选这种观点）。相反，转换器（机器）将任何输入字的每个有限前缀映射为长度相等的有限输出字。因此，它们被称为顺序机，因为它们会一步一步地反应

有两种不同类型的传感器：





Moore机器可以用Mealy机器表示。并非所有Mealy机器都可以用Moore机器表示。文献在定义和比较这两种类型的传感器时通常是错误的，有关正确的定义，请参考原始出版物

因此，这两个定义都是确定性的。对确定性的限制有一个原因：传感器用于控制系统，因此我们想确定下一个控制动作应该是什么。这导致确定性传感器成为文献中的标准

然而，非确定性传感器也可能有用，例如，作为多个策略的紧凑表示。然而，当它们被执行时，只遵循一条路径并产生一个输出字是有意义的，而不是同时产生多个输出字（如执行期间产生的非确定性接收器的副本）

因此，很明显，传感器的非确定性模拟不符合其预期用途。它代表了一组替代策略（如果在每次播放过程中没有以固定方式确定，也可以混合使用）

所以实际上，你必须创建一个（不断扩展的）可能输出单词的树，这个树很快就会爆炸。这个树本质上是生成器（转换系统）的展开你可以从传感器的输入注释中去掉它。
这肯定更复杂。我不确定有没有比从起始节点简单地进行深度优先搜索更好的方法。我的意思是，你可以定义一个传感器，其中每个路径都是有效的，并产生唯一的输出…所以你需要在最坏的情况下遍历它们我不明白，你能详细解释一下吗？