💻 computer science

A Topological Framework for Finite Behavioural Observations and Verification

यह शोधपत्र यह प्रदर्शित करके औपचारिक सत्यापन (formal verification) के लिए एक टोपोलॉजिकल ढांचा स्थापित करता है कि सीमित व्यवहार संबंधी अवलोकनों के माध्यम से सत्यापन योग्य गुण सटीक रूप से प्रेरित टोपोलॉजी में खुले सेटों (open sets) के अनुरूप होते हैं, जबकि ट्रेस (trace), सिमुलेशन (simulation) और बिसिम्यूलेशन (bisimulation) संबंधों द्वारा उत्पन्न विशिष्ट संरचनाओं को अभिलक्षणित करते हैं।

मूल लेखक: Antonis Achilleos, Vasiliki Kyriakou

प्रकाशित 2026-06-24

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Antonis Achilleos, Vasiliki Kyriakou

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक जटिल मशीन, जैसे कि कोई रोबोट या सॉफ्टवेयर प्रोग्राम, को समझने की कोशिश कर रहे हैं, लेकिन आप उसके आंतरिक गियर या कोड को देख नहीं सकते। आप केवल यह देख सकते हैं कि वह क्या करता है। यह शोध पत्र इस बारे में है कि हम यह पता लगाने के लिए कि क्या मशीन सही ढंग से काम कर रही है, उन सीमित, "परिमित" (finite) व्यवहार संबंधी झलकियों का उपयोग कैसे कर सकते हैं।

लेखक, एंटोनिस अचिलियोस और वासिलीकी किरियाकू, इन अवलोकनों को व्यवस्थित करने के लिए एक विशाल मानचित्र के रूप में टोपोलॉजी (topology - जो आकृतियों और स्थानों का अध्ययन करती है) नामक गणित की एक शाखा का उपयोग करते हैं। यहाँ टोपोलॉजी को रबर की चादरों के रूप में नहीं, बल्कि जो हम देख सकते हैं उसके आधार पर चीजों को "पड़ोस" (neighborhoods) में वर्गीकृत करने के तरीके के रूप में सोचें।

यहाँ उनके निष्कर्षों की कहानी है, जिसे सरल अवधारणाओं में विभाजित किया गया है:

1. समस्या: पेड़ों को नहीं, जंगल को देखना

कंप्यूटर विज्ञान में, हम अक्सर चाहते हैं कि कोई सिस्टम "अच्छा" हो। लेकिन हम किसी सिस्टम को हमेशा के लिए नहीं देख सकते। हमें केवल परिमित अवलोकन (finite observations) मिलते हैं—सिस्टम के व्यवहार के छोटे क्लिप।

उपमा: कल्पना कीजिए कि आप केवल 5 सेकंड के क्लिप देखकर किसी फिल्म के कथानक का अनुमान लगाने की कोशिश कर रहे हैं। यदि आप कार चेज़ देखते हैं, तो आप जानते हैं कि फिल्म में एक्शन है। लेकिन यदि आप केवल एक कार देखते हैं, तो आपको नहीं पता कि वह चल रही है, खड़ी है, या दुर्घटनाग्रस्त हो रही है।

शोध पत्र पूछता है: इन छोटे क्लिप्स को देखकर हम किस प्रकार के "सत्य" की पुष्टि कर सकते हैं?

2. पहला मानचित्र: "ट्रेस" दृश्य (The Trace View - एक रैखिक पथ)

किसी मशीन को देखने का सबसे सरल तरीका बस उसके द्वारा दबाए गए बटनों की सूची (उसके "ट्रेस") को रिकॉर्ड करना है।

उपमा: कल्पना कीजिए कि एक रोबोट जो एक सीधी रेखा में चलता है। आप केवल उसके द्वारा छोड़े गए पदचिह्नों को देखते हैं।
निष्कर्ष: यदि आप केवल इन पदचिह्नों को देखते हैं, तो आपको जो गणितीय "मानचित्र" (टोपोलॉजी) मिलता है, वह कैंटर टोपोलॉजी (Cantor Topology) है। यह एक प्रसिद्ध, सुव्यवस्थित मानचित्र है जहाँ चीजें एक-दूसरे के करीब होती हैं यदि वे एक लंबा इतिहास साझा करती हैं।
ट्विस्ट: यदि आप एक साथ पूरे अनंत पदचिह्न इतिहास (Full Trace Inclusion) को देखने की कोशिश करते हैं, तो मानचित्र टूट जाता है और डिस्क्रीट (discrete) हो जाता है। इसका मतलब है कि प्रत्येक रोबोट अपने आप में एक अलग द्वीप बन जाता है। आप उनकी तुलना नहीं कर सकते क्योंकि पूरे अनंत भविष्य को मिलाने की आवश्यकता बहुत सख्त है। यह कहने जैसा है कि दो लोग केवल तभी "समान" हैं यदि उन्होंने जन्म से मृत्यु तक बिल्कुल एक जैसा जीवन जिया हो।

3. दूसरा मानचित्र: "सिमुलेशन" दृश्य (The Simulation View - एक शाखित पथ)

लेखकों ने महसूस किया कि केवल पदचिह्नों को देखने से कुछ महत्वपूर्ण छूट जाता है: विकल्प (Choices)।

उपमा: कल्पना कीजिए कि दो रोबोट हैं।
- रोबोट A एक गलियारे में चलता है, फिर एक मोड़ आता है। वह बाएं (एक दरवाजे की ओर) या दाएं (एक खिड़की की ओर) मुड़ सकता है।
- रोबोट B उसी गलियारे में चलता है, फिर एक मोड़ आता है। वह बाएं (एक दरवाजे की ओर) और दाएं (एक खिड़की की ओर) एक ही समय में मुड़ सकता है (या दोनों करने का तंत्र रखता है)।
- यदि आप केवल उनके पदचिह्नों को देखते हैं, तो दोनों रोबोट समान दिखते हैं: "चलना, बाएं मुड़ना, रुकना" और "चलना, दाएं मुड़ना, रुकना।"
निष्कर्ष: लेखकों ने एक नया मानचित्र पेश किया जिसे $\tau_{sim}$ (सिमुलेशन टोपोलॉजी) कहा जाता है। यह मानचित्र "परिमित लूप-रहित प्रक्रियाओं" (finite loop-free processes) का उपयोग करता है। इन्हें विकल्पों के छोटे फ्लोचार्ट के रूप में सोचें।
- यह नया मानचित्र रोबोट A और रोबोट B के बीच अंतर कर सकता है क्योंकि यह केवल लिए गए पथ को नहीं, बल्कि विकल्पों की संरचना को देखता है।
- परिणाम: यह मानचित्र पदचिह्न मानचित्र की तुलना में "फाइनर" (अधिक सूक्ष्म) है। यह अधिक विशिष्ट पड़ोस बनाता है।

4. स्वर्णिम नियम: ओपन सेट्स (Open Sets) "सत्यापन योग्य सत्य" हैं

यह इस शोध पत्र की सबसे बड़ी सैद्धांतिक सफलता है। उन्होंने गणित और सत्यापन के बीच एक सामान्य नियम सिद्ध किया:

नियम: कोई गुण (जैसे, "रोबोट सुरक्षित है") परिमित अवलोकनों का उपयोग करके सत्यापन योग्य (verifiable) है यदि और केवल यदि वह उनके मानचित्र पर एक "ओपन सेट" (open set) है।
उपमा: कल्पना कीजिए कि एक मानचित्र पर एक "सुरक्षित क्षेत्र" (Safe Zone) है। यदि वह क्षेत्र "ओपन" है, तो इसका अर्थ है कि आप कहीं भी खड़े होकर एक छोटा कदम (एक परिमित अवलोकन) ले सकते हैं जो गारंटी देता है कि आप अभी भी सुरक्षित क्षेत्र के भीतर हैं। आपको सुरक्षित होने के लिए पूरे मानचित्र को देखने की आवश्यकता नहीं है; एक त्वरित झलक ही काफी है।
यदि कोई गुण ओपन सेट नहीं है, तो आप केवल छोटे क्लिप को देखकर कभी भी 100% सुनिश्चित नहीं हो सकते कि वह सत्य है। आप हमेशा किनारे पर रहेंगे, अगले सेकंड का इंतज़ार करते हुए पुष्टि करने के लिए।

5. नियम को लागू करना: मॉनिटेबिलिटी (Monitorability)

उन्होंने इस नियम को अपने दो मानचित्रों पर लागू किया:

पदचिह्न मानचित्र ( $\tau_O$ ) पर: वे गुण जिन्हें आप कार्यों के कुछ विशिष्ट अनुक्रमों को देखकर (Multi-trace monitorability) पुष्टि कर सकते हैं।
विकल्प मानचित्र ( $\tau_{sim}$ ) पर: वे गुण जिन्हें आप विकल्पों के कुछ विशिष्ट पैटर्न को देखकर (Simulation monitorability) पुष्टि कर सकते हैं।

6. "डेडलॉक" का आश्चर्य (The "Deadlock" Surprise)

लेखकों ने परीक्षण किया कि क्या होता है यदि वे और भी सख्त नियमों का उपयोग करने का प्रयास करते हैं, जैसे "पूर्ण सिमुलेशन" (जो यह जाँचता है कि क्या मशीन काम करना बंद कर देती है, या "डेडलॉक" हो जाती है)।

समस्या: उन्होंने पाया कि यदि वे इन सख्त नियमों को मानचित्र के आधार के रूप में उपयोग करने का प्रयास करते हैं, तो मानचित्र बिखर जाता है। यह सभी मशीनों को कवर नहीं करता है। कुछ मशीनें अनंत काल तक चलती रहती हैं और कभी "रुकती" नहीं हैं, इसलिए वे सख्त "रुकने की जाँच" वाली श्रेणियों में फिट नहीं होती हैं।
समाधान: उन्होंने एक मध्यम मार्ग खोजा जिसे फाइनाइट-डेप्थ बिसिमिलरेशन (Finite-Depth Bisimulation) कहा जाता है। यह ठीक k चरणों के लिए दो रोबोटों के व्यवहार की जाँच करने जैसा है।
परिणाम: यह एक बिल्कुल नया मानचित्र ( $\tau_{fin}^{bis}$ $τ_{f in}^{bi s}$ ) बनाता है।
- मुख्य अंतर: इस नए मानचित्र पर, आप वास्तव में एक "डेडलॉक" हुए रोबोट (एक जो फंस गया है और कुछ नहीं कर रहा है) को पहचान सकते हैं। पिछले "सिमुलेशन" मानचित्र पर, एक फंसा हुआ रोबोट एक ऐसे रोबोट जैसा दिखता था जो अभी हिलने वाला था, क्योंकि सिमुलेशन केवल यह जाँचता है कि क्या फँसे हुए रोबोट की नकल की जा सकती है, न कि क्या उसकी नकल की जानी ही चाहिए।
- इस नए मानचित्र में, "फँसा होना" एक दृश्य, विशिष्ट विशेषता (एक 'clopen' सेट, जिसका अर्थ है कि यह ओपन और क्लोज दोनों है) है।

सारांश

यह शोध पत्र एक ऐसा गणितीय ढांचा बनाता है जहाँ:

परिमित अवलोकन (व्यवहार के छोटे क्लिप) मानचित्र (topologies) बनाते हैं।
सत्यापन योग्य गुण उनके मानचित्रों पर ओपन क्षेत्र (open areas) होते हैं।
विकल्पों को देखना (सिमुलेशन) केवल पथों को देखने (traces) की तुलना में अधिक विस्तृत मानचित्र प्रदान करता है।
एक निश्चित गहराई तक विकल्पों को देखना (बिसिमिलरेशन) एक पूरी तरह से अलग मानचित्र बनाता है जहाँ "फँसे हुए" मशीन स्पष्ट रूप से दिखाई देते हैं।

संक्षेप में, लेखकों ने हमें दिखाया है कि जिस तरह से हम किसी सिस्टम को "देखते" हैं, वही उस मानचित्र को निर्धारित करता है जिसका उपयोग हम उसके सत्यापन के लिए करते हैं, और देखने के विभिन्न तरीके अलग-अलग सत्य प्रकट करते हैं।

तकनीकी सारांश: परिमित व्यवहार संबंधी प्रेक्षणों और सत्यापन के लिए एक टोपोलॉजिकल ढांचा

समस्या विवरण
औपचारिक सत्यापन (formal verification) और निगरानी योग्यता (monitorability) यह निर्धारित करने के लिए परिमित प्रेक्षणों (finite observations) पर निर्भर करती हैं कि क्या कोई सिस्टम किसी गुण (property) को संतुष्ट करता है। जबकि रनटाइम वेरिफिकेशन और मॉनिटरैबिलिटी का परिचालन रूप से अध्ययन किया गया है, एक ऐसे एकीकृत गणितीय ढांचे की आवश्यकता है जो ठीक से यह लक्षणित कर सके कि कौन से गुण परिमित सूचना का उपयोग करके पुष्ट किए जा सकते हैं। मौजूदा कार्यों ने कैंटर टोपोलॉजी (Cantor topology) और ट्रेस-आधारित मॉनिटरैबिलिटी के बीच संबंध स्थापित किए हैं, लेकिन विभिन्न प्रकार के प्रेक्षणों (जैसे ट्रेसेस, सिमुलेशन, बिसिम्यूलेशन) को प्रोसेस स्पेस पर कैसे अलग-अलग टोपोलॉजिकल संरचनाएं प्रेरित करते हैं, इसे जोड़ने वाले एक सामान्य सिद्धांत का अभाव है। यह शोध पत्र इस प्रश्न को संबोधित करता है: कौन से गुण परिमित सूचना से पुष्ट किए जा सकते हैं, और विभिन्न प्रकार के प्रेक्षण (traces, simulations, bisimulations) प्रोसेस स्पेस पर किस प्रकार की टोपोलॉजिकल संरचनाओं को प्रेरित करते हैं?

कार्यप्रणाली (Methodology)
लेखक एक टोपोलॉजिकल दृष्टिकोण अपनाते हैं जहाँ परिमित प्रेक्षणों को प्रोसेस के स्थान (space of processes) पर एक टोपोलॉजी के जनरेटर के रूप में माना जाता है। मुख्य कार्यप्रणाली इस प्रकार है:

प्रेक्षण स्थानों (Observation Spaces) को परिभाषित करना: विशिष्ट प्रकार के परिमित प्रेक्षणों (जैसे, परिमित ट्रेसेस, परिमित लूप-मुक्त प्रक्रियाएं) से शुरुआत करना और उन प्रक्रियाओं के सेट को परिभाषित करना जो उन्हें संतुष्ट करती हैं।
टोपोलॉजी उत्पन्न करना: इन संतुष्टि सेट्स (satisfaction sets) को मूल ओपन सेट्स (basic open sets या sub-basis elements) के रूप में मानकर एक टोपोलॉजी उत्पन्न करना। इन टोपोलॉजी में ओपन सेट्स उन गुणों का प्रतिनिधित्व करते हैं जिन्हें संबंधित प्रेक्षणों द्वारा "पुष्ट" किया जा सकता है।
सिमेंटिक्स की तुलना करना: यह विश्लेषण करना कि कैसे विभिन्न व्यवहार संबंधी संबंध (trace inclusion, simulation, bisimulation) अलग-अलग टोपोलॉजी को प्रेरित करते हैं। इसमें प्रेक्षणों की अभिव्यक्ति (expressiveness) और परिणामी टोपोलॉजिकल संरचनाओं की तुलना करना शामिल है (जैसे, सख्त समावेशन, विच्छिन्नता (discreteness), या विशिष्ट प्रक्रिया व्यवहार जैसे डेडलॉक को पहचानने की क्षमता की जांच करना)।
सत्यापन प्रमेय (Verification Theorem): "सत्यापन योग्यता" (verifiability - यानी सीमित साक्ष्य के आधार पर यह निष्कर्ष निकालने की क्षमता कि एक गुण सत्य है) को सीधे "ओपननेस" (openness) की टोपोलॉजिकल अवधारणा से जोड़ने वाले एक सामान्य प्रमेय को सिद्ध करना।

प्रमुख योगदान और परिणाम

ट्रेस-आधारित टोपोलॉजी (Trace-Based Topologies):
- शोध पत्र एक प्रोसेस स्पेस पर पूर्ण ट्रेस समावेशन ( $\sqsubseteq_T$ ) का विश्लेषण करता है। यह दिखाता है कि अनंत ट्रेसेस ( $\Sigma^\omega$ ) पर पूर्ण ट्रेस समावेशन द्वारा प्रेरित एलेक्जेंड्रोफ टोपोलॉजी (Alexandroff topology) विच्छिन्न टोपोलॉजी (discrete topology) है, जिसका अर्थ है कि प्रत्येक उपसमुच्चय (subset) ओपन है।
- इसके विपरीत, जब प्रेक्षणों को परिमित ट्रेसेस (परिमित प्रीफिक्स) तक सीमित किया जाता है, तो प्रेरित टोपोलॉजी शास्त्रीय कैंटर टोपोलॉजी (Cantor topology) के समान होती है।
- लेखक यह प्रदर्शित करते हैं कि परिमित-गहराई वाला ट्रेस समावेशन (लंबाई $k$ तक ट्रेसेस की तुलना करना) उन्हीं टोपोलॉजी को उत्पन्न करता है जो परिमित ट्रेस प्रेक्षण उत्पन्न करते हैं, जिससे पुष्टि होती है कि दोनों समान परिमित-प्रीफिक्स जानकारी को कैप्चर करते हैं।
प्रोसेस-आधारित टोपोलॉजी ( $\tau_O$ बनाम $\tau_{sim}$ ):
- मनमाने लेबल ट्रांजिशन सिस्टम्स (LTS) के लिए, लेखक परिमित पॉजिटिव ट्रेस प्रेक्षणों द्वारा उत्पन्न ट्रेस ऑब्जर्वेशन टोपोलॉजी ( $\tau_O$ ) को परिभाषित करते हैं। वे सिद्ध करते हैं कि $\tau_O$ , परिमित-गहराई वाले ट्रेस समावेशन द्वारा प्रेरित टोपोलॉजी के समान है।
- वे सिमुलेशन टोपोलॉजी ( $\tau_{sim}$ ) पेश करते हैं जो परिमित लूप-मुक्त प्रक्रियाओं को प्रेक्षणों के रूप में उपयोग करती है। एक प्रक्रिया तब एक प्रेक्षण को संतुष्ट करती है यदि वह उस परिमित लूप-मुक्त प्रक्रिया का सिमुलेशन करती है।
- सख्त परिशोधन (Strict Refinement): शोध पत्र सिद्ध करता है कि $\tau_O \subsetneq \tau_{sim}$ । सिमुलेशन प्रेक्षण अधिक अभिव्यंजक हैं क्योंकि वे उन प्रक्रियाओं के बीच अंतर कर सकते हैं जिनके परिमित ट्रेसेस समान होते हैं लेकिन जिनका ब्रांचिंग स्ट्रक्चर भिन्न होता है (उदाहरण के लिए, $b$ और $c$ के बीच चयन वाले प्रोसेस और एक एकल स्टेट वाले प्रोसेस के बीच अंतर करना जो दोनों की अनुमति देता है)।
सामान्य सत्यापन प्रमेय (General Verification Theorem):
- केंद्रीय सैद्धांतिक परिणाम (Theorem 5.4) बताता है कि परिमित प्रेक्षणों के बेसिस द्वारा उत्पन्न किसी भी टोपोलॉजी के लिए, एक गुण सत्यापन योग्य (verifiable) है (अर्थात, उसके सत्य होने का निष्कर्ष परिमित साक्ष्य से निकाला जा सकता है) यदि और केवल यदि वह उस टोपोलॉजी में एक ओपन सेट (open set) है।
- यह मॉनिटरैबिलिटी अवधारणाओं को एकीकृत करता है:
  - $\tau_O$ में ओपननेस, मल्टी-ट्रेस मॉनिटरैबिलिटी (एक परिमित सेट ट्रेसेस का अवलोकन करके गुण को सत्यापित करना) के अनुरूप है।
  - $\tau_{sim}$ में ओपननेस, सिमुलेशन मॉनिटरैबिलिटी के अनुरूप है।
मजबूत संबंधों की सीमाएं (Limits of Stronger Relations):
- लेखक 'कम्प्लीट सिमुलेशन' और 'रेडी सिमुलेशन' जैसे मजबूत संबंधों को बदलने की जांच करते हैं। वे दिखाते हैं कि इन संबंधों के लिए प्रेक्षणों के परिवार आधार (basis) बनाने में विफल रहते हैं क्योंकि वे कवरिंग प्रॉपर्टी (covering property) को संतुष्ट नहीं करते हैं (वे उन प्रक्रियाओं को कवर नहीं कर सकते जो बिना डेडलॉक के अनंत काल तक चलती रहती हैं)।
- फलस्वरूप, ये मजबूत संबंध मनमाने LTSs पर प्रेक्षण टोपोलॉजी उत्पन्न करने के लिए उसी तरह से उपयोग नहीं किए जा सकते।
परिमित-गहराई बिज़िम्यूलेशन (Finite-Depth Bisimulation):
- शोध पत्र परिमित-गहराई बिज़िम्यूलेशन प्रेक्षणों को पेश करता है। सिमुलेशन के विपरीत, जो एकतरफा है, परिमित-गहराई बिज़िम्यूलेशन एक सीमित गहराई तक दोनों दिशाओं में व्यवहार की जांच करता है।
- यह एक टोपोलॉजी ( $\tau_{bis}^{fin}$ ) प्रदान करता है जो $\tau_{sim}$ से वास्तव में भिन्न है। विशेष रूप से, डेडलॉक्ड प्रक्रियाओं का सेट $\tau_{bis}^{fin}$ में क्ल 오픈 (clopen) (ओपन और क्लोज दोनों) है, लेकिन $\tau_{sim}$ में ओपन नहीं है। यह दर्शाता है कि परिमित-गहराई बिज़िम्यूलेशन उस व्यवहार संबंधी जानकारी (विशेष रूप से डेडलॉक) को कैप्चर करता है जिसे सिमुलेशन प्रेक्षण मिस कर देते हैं।
तार्किक लक्षण वर्णन (Logical Characterization):
- यह शोध पत्र इन टोपोलॉजी को मोडल लॉजिक (Hennessy-Milner Logic) से जोड़ता है। यह दिखाता है कि $\tau_O$ , $\tau_{sim}$ , और $\tau_{bis}^{fin}$ को मोडल लॉजिक फॉर्मूला के अंशों (क्रमशः ट्रेस लॉजिक, सिमुलेशन लॉजिक, और बाउंडेड HML) द्वारा उत्पन्न किया जा सकता है, जो तार्किक परिभाषितता (logical definability) और टोपोलॉजिकल ओपननेस के बीच पत्राचार को सुदृढ़ करता है।

महत्व और दावे
लेखक दावा करते हैं कि यह शोध पत्र ऑब्जर्वेशन-इंड्यूस्ड टोपोलॉजी के माध्यम से व्यवहार संबंधी सिमेंटिक्स, परिमित सत्यापन और मॉनिटरैबिलिटी को जोड़ने के लिए एक "साझा दृष्टिकोण" प्रदान करता है।

यह स्थापित करता है कि लीनियर-टाइम (ट्रेस) और ब्रांचिंग-टाइम (सिमुलेशन/बिज़िम्यूलेशन) सिमेंटिक्स के बीच का अंतर मौलिक रूप से उपलब्ध प्रेक्षणों द्वारा प्रेरित प्रोसेस स्पेस की टोपोलॉजिकल संरचना में अंतर है।
यह परिमित सत्यापन की सीमाओं को स्पष्ट करता है: जबकि सिमुलेशन, ट्रेसेस की तुलना में एक सख्त फाइनर टोपोलॉजी की अनुमति देता है, पूर्ण सिमुलेशन जैसे और भी मजबूत संबंधों की ओर बढ़ने से टोपोलॉजिकल ढांचा टूट जाता है, जब तक कि प्रेक्षण सीमित (bounded) न हों (जैसा कि परिमित-गहराई बिज़िम्यूलेशन में है)।
यह कार्य इस अंतर्ज्ञान को औपचारिक रूप देता है कि "ओपन सेट्स वे गुण हैं जिन्हें हम सत्यापित कर सकते हैं," जो शास्त्रीय कैंटर सेटिंग से लेकर सामान्य प्रोसेस स्पेस और ब्रांचिंग व्यवहारों तक इस सिद्धांत का विस्तार करता है।

लेखक नोट करते हैं कि भविष्य के कार्य इन टोपोलॉजी के स्पेशलाइजेशन प्रीऑर्डर्स (specialization preorders) की खोज कर सकते हैं और लूप्स वाले परिमित-स्टेट प्रोसेस को शामिल करने के लिए ढांचे का विस्तार कर सकते हैं, लेकिन वर्तमान योगदान सख्ती से परिमित, लूप-मुक्त प्रेक्षणों और उनके टोपोलॉजिकल परिणामों तक सीमित है।