🔢 mathematics

Finite Observations, Infinite Behaviour: bicategorical semantics for stateful monoidal processes

本文引入了一种用于有状态单子过程的双范畴语义，该语义基于有限观测约束而非内部状态来等价化系统，为反馈范畴提供了一个函子框架，并建立了一个统一了包括非确定性和线性时不变系统在内的多种过程类型的范畴化紧致性定理。

原作者： Cole Comfort, Giovanni de Felice

发布于 2026-07-07

📖 1 分钟阅读🧠 深度阅读

原作者： Cole Comfort, Giovanni de Felice

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图理解一台神秘的机器。你看不见它的内部，看不见它的齿轮、内存芯片或内部代码。你所能做的，仅仅是观察它的输入和输出。

这篇论文是关于如何定义两台这样的神秘机器在本质上是否在做完全相同的事情，即便它们的内部构造完全不同。

以下是他们利用简单的类比对思想进行的拆解：

1. 问题：“黑盒”之谜

世界上大多数系统（如收音机、股票市场算法或量子计算机）都有一个内部状态。可以将这个状态想象成一本隐藏的日记。

旧方法： 为了说明两台机器是相同的，数学家通常尝试模拟机器运行到无穷远的过程。他们会说：“如果机器 A 和机器 B 对于每一个可能的输入，都能产生完全相同的无限输出流，那么它们就是相等的。”
问题： 当机器变得“混乱”时，这种方法就会失效。如果一台机器是部分函数（partial）（它可能会崩溃）、非确定性（nondeterministic）（它可能会通过掷硬币来做决定）、概率性（probabilistic）（它在 90% 的情况下有效）或者量子（quantum）（它可能同时存在于多种状态中），你就无法总是预测那个“无限的未来”。模拟过程可能会陷入停滞，或者变得无法计算。

2. 解决方案：“有限侦探”法

与其试图预测无限的未来，作者提出了一个新的规则：我们只关心我们在有限时间内能够实际观察到的内容。

想象你是一名正在审讯两名嫌疑人（机器）的侦探。你看不见他们的思想，但你可以向他们提问（输入），并倾听他们的回答（输出）。

规则： 如果对于你在机器 A 上进行的每一个有限测试，机器 B 都能通过该测试（或许需要一点额外的上下文），反之亦然，那么我们就认为这两台机器是“相同的”。
类比： 这就像是两个声称是同一个人的人。你不需要了解他们完整的人生故事来验证这一点。你只需要检查 Person A 所知的所有事实是否也适用于 Person B。如果 Person A 说：“我在 2020 年去了巴黎”，而 Person B 也能确认自己 2020 年去了巴黎，那么这就是匹配的。如果 Person A 说：“我会飞”，而 Person B 不会，那么他们就是不同的。

3. “丢弃（Discard）”概念：遗忘是有用的

论文引入了一种被称为**“丢弃双范畴（Discard Bicategory）”**的数学结构。

隐喻： 想象一场对话，你可以选择忽略部分信息。如果我讲了一个很长的故事，而你只关心结尾，那么你就“丢弃”了中间部分。
为什么重要： 在现实世界中，我们往往并不关心系统的每一个细节。我们可能并不关心计算机的内部内存，只关心最终结果。这种数学方法允许作者正式地“扔掉”内部状态，从而纯粹地关注输入与输出之间的关系。

4. “紧致性（Compactness）”定理：拼图碎片魔法

论文中最酷的结果之一是“紧致性定理”。

类比： 想象你有一个巨大的、无限的拼图。你无法一次看到全貌。然而，你有一个规则：如果你能将任何有限数量的拼图碎片完美地拼接在一起而不发生冲突，那么就一定存在一种方法，可以将整个无限拼图完美地组装起来。
结果： 作者证明，如果你拥有一组关于某个系统的连贯的有限观测结果（拼图碎片），你就可以在数学上将它们粘合在一起，从而构建出该系统行为的一个单一且完美的无限描述。这特别适用于那些表现得像“封闭关系（closed relations）”（例如可能结果的集合）的系统。

5. 他们涵盖的现实世界案例

作者展示了这种数学如何适用于许多不同类型的“机器”：

确定性（Deterministic）： 标准计算机（如计算器）。
非确定性（Nondeterministic）： 进行随机选择的机器（如掷骰子机器人）。
概率性（Probabilistic）： 处理概率的机器（如天气预报模型）。
量子（Quantum）： 使用量子物理学的机器（其中事物可以同时处于两种状态）。

6. “时间”维度

论文还优雅地处理了时间问题。

隐喻： 想象一部电影胶片。通常，你是从头到尾观看的。但这种数学允许你观察一个场景，然后观察下一个场景，并意识到两者之间的“延迟”并不会改变故事本身。
结果： 他们证明，如果你移动了观测的时间（晚 5 分钟看电影），机器的根本“行为”依然保持不变。这使得他们能够将运行不息的系统（如信号流图）视为一个统一的对象。

总结

简而言之，这篇论文提供了一种新的数学语言来描述复杂的、有状态的机器。它不再纠结于试图模拟它们无限的内在生活，而是提出：“如果两台机器通过了相同的有限测试，它们就是相同的。”

这种方法足够强大，可以处理混乱、随机和量子的系统，并且它证明了如果你拥有足够的连贯局部观测，你就可以重建整个系统的无限行为。这是一种基于我们“能看到什么”而非“看不到什么”来定义机器“身份”的方法。

技术摘要：有限观测，无限行为

问题陈述

时间依赖系统（如信号流图、随机过程以及具有记忆的量子信道）通常被建模为维护内部记忆的状态化过程（例如 Mealy 机）。虽然确定性系统的行为可以通过余归纳不动点（coinductive fixed points）得到良好的刻画，但当过程是部分性的、非确定性的、概率性的或量子的时，这种刻画就会失效。在这些设定下，余归纳不动点可能不存在，且标准的行为等价定义也会失效。

驱动这项工作的核心问题是：两个状态化过程何时产生相同的无限行为？ 作者试图寻求一种仅依赖于有限、局部观测，而非先验全局约束的示性论（denotational）答案。挑战在于如何定义一种语义构造，使得两个过程在它们对输入和输出施加了相同的约束（由有限观测所决定）时，即被视为等价，而无需依赖其内部状态。

方法论

1. 结构基础：丢弃双范畴 (Discard Bicategories)

作者引入了一种名为丢弃双范畴的结构框架，这是一种预序富集（preorder-enriched）的对称单子范畴，并为每个对象配备了一个“丢弃”态射（ $\top_X: X \to I$ ），代表忽略信息的能力。

预序富集： 同态集（Hom-sets）配备了预序（ $\subseteq$ ），允许通过信息量（近似度）来比较过程。
丢弃的弱自然性： 丢弃操作与近似是兼容的（ $\top_Y \circ f \subseteq \top_X$ ），意味着运行一个过程后再丢弃，比直接丢弃输入所获得的信息量更少。
范围： 该结构统一了各种过程理论，包括部分函数（限制序）、关系（子集包含）、概率核（条件序）以及量子信道（纯化序）。

2. 语义构造：行为范畴

核心贡献是构造了一个丢弃行为双范畴，记作 $\text{Obs}_{I,J}(\mathcal{C})$ 。

上下文 (Contexts)： 该构造由索引集 $I$ （代表时间或空间）和 $J$ （由 $I$ 的有限子集组成的集合，代表上下文）进行参数化。
单调族 (Monotone Families)： 一个行为被定义为一个“单调观测族”。这是一个态射族 $\{f_j\}_{j \in J}$ ，其中每个 $f_j$ 描述了受限于有限上下文 $j$ 的过程。
一致性条件： 该族必须是自洽的：较大上下文 $j'$ 中的观测必须精化较小上下文 $j$ 中的观测（形式上为 $(1 \otimes \top) \circ f_{j'} \subseteq f_j \otimes \top$ ）。
观测等价性： 如果一个过程的所有观测都可以通过另一个过程在更大上下文下的观测来验证，则这两个过程被视为观测等价。这通过相互近似（ $f \subseteq g$ 且 $g \subseteq f$ ）来形式化。
商化 (Quotienting)： 行为范畴是通过对单调网（monotone nets）进行上述观测等价关系的商化而得到的。

3. 与状态化过程的集成

作者展示了该构造为状态化过程提供了函子语义：

状态重参数化： 该构造识别了仅因内部状态的二自然（dinatural）重参数化而不同的状态化过程。
时间延迟： 时间延迟操作被证明是一个自然变换。在紧致闭（compact-closed）设定下，它成为一个自然同构，使得该构造能够形成 Katis, Sabadini, 和 Walters 意义下的反馈范畴（feedback category）。
不一致性传播： 与之前的流语义（如余代数流或外延流）不同，该构造会全局传播不一致性。如果一个过程在任何单个有限上下文中是不一致的，则其整个行为均为零态射。

关键结果

1. 统一性与函子性

该构造一致地适用于部分性、非确定性、概率性和量子过程。它对于基变换是函子的，这意味着底层过程理论之间的态射会诱导其各自行为范畴之间的态射。

2. 范畴化的紧致性定理

针对非确定性设定（关系），作者证明了一个范畴化的紧致性定理（定理 5.5）。

陈述： 对于紧致豪斯多夫空间之间的闭关系范畴，每一个相容的有限观测族（单调网）都唯一且函子地扩展为一个单一的无限闭关系。
意义： 这确立了在特定设定下，局部一致性蕴含全局存在性与唯一性，有效地将有限观测“粘合”成全局行为。

3. 恢复 Willems 的行为理论

当限制在有限域上的仿射关系时，紧致性定理恢复了 Willems 关于线性时不变 (LTI) 系统的行为概念。

作者展示了他们针对未初始化 LTI 系统的时域语义，精确捕捉了 Willems 定义的、作为常系数差分方程组核的行为。
这为信号流图提供了一种组合式的时域语义，而此前范畴化的处理方法主要依赖于频域（z 域）解释。

4. 与现有语义的比较

论文指出，现有的方法（状态化态射序列、余代数流、因果序列）无法同时满足所有理想属性：

状态化态射序列是纯局部的，无法无限地传播不一致性。
余代数流在存在部分性或零态射时会坍缩（变为不离散的）。
因果/单调序列不会识别二自然等价的流。
所提议的构造通过优先考虑有限观测的一致性解决了这些问题。

重要性与主张

本文声称提供了一种过程论的解决方案，用以解决如何在不依赖可能不存在的余归纳不动点的情况下，为状态化系统定义无限行为的问题。通过将焦点从内部状态转向有限约束，作者提供了一个鲁棒的语义框架，该框架：

泛化了跨越多样化过程理论（确定性、部分性、概率性和量子）的行为等价性。
统一了行为的局部视角与全局视角，并证明了在特定拓扑条件（紧致豪斯多夫空间）下，局部观测能唯一确定全局行为。
调和了范畴语义与经典系统论，特别是在有限域上通过时域框架恢复了 Willes 的 LTI 行为理论。

作者将这项工作定位为基础性的一步，并指出虽然他们已经建立了这些行为的存在性及其性质，但这些行为的图形语言（公理化）的完备性仍是未来研究的开放问题。他们还建议，将紧致性定理推广到概率和量子设定是接下来的自然步骤。