Agent逻辑和真假子集语义

理性Agent规约的形式框架通常基于信念、愿望和意图逻辑.为了克服现有的信念、愿望和意图逻辑中存在的问题,为非正规模态算子提供一种合适的语义表示.讨论了理性Agent性态的抽象规约中对语义表示的要求以及现有的信念、愿望和意图逻辑中存在的问题.介绍了作者开发的真假子集语义及其在Agent形式化中的应用.他们的框架使意图的有问题的性质无效.并且证明通过对模型的代数结构施加一定的约束,能获得许多希望的性质.最后对真假子集语义进行了分析.这一切表明真假子集语义为非正规模态算子提供了一种合适的语义表示,是对经典的正规模态算子可能世界语义的一个重要发展,是理性Agent性态的逻辑规约的有力工具,可应用于建立新的合适的Agent逻辑系统.     

适用于Agent非正规模态算子的一种语义解释

文中提出了适用于Ａｇｅｎｔ非正规模态算子的一种语义解释。这种解释是基于正规则可能世界的,不存在的“逻辑全知”问题和由此带来的副作用等问题,与基于非正规可 的传统方法相比,不必增加可能世界的种类,比较自然合理,文中方法同样适用于多数非正规模态逻辑系统。     

理性Agent的意图维护模型

在理性Agent的形式化中,通常认为Agent的思维状态包含信念、愿望帮意图这3个属性,它们之间的静态关系已被人们充分重视,但它们随时间的动态变化还未被很好研究,考察了意图维护直观语义中的一些问题,给出了随信念、愿望改变的意图维护的动态模型,与Rao和Georgeff的意图维护模型相比,适用性更广、更简单,不必限制可友爱世界的时序结构,不必另外引入信念=愿望、意图算子的on ly模态形式,并且对愿望和意图不存在逻辑全知问题和重言隐含下的副作用等问题。     

Agent意图的双子集语义改进模型

意图是Agent的一个关键的意识属性,在决定理性Agent的行为中起着重要作用.为了克服现有意图逻辑中存在的缺陷,建立了适用于意图的语义表示.讨论了理性Agent性态的形式化中对意图语义的要求以及现有意图逻辑中存在的问题.介绍了在前期工作--真假子集语义基础上开发的双子集语义改进模型及其在Agent意图形式化中的应用,并且证明通过对模型的代数结构施加一定的约束,能获得许多希望得到的性质.在二值逻辑中,真和假是同等重要的.当然,对一个命题,描述了真值也就知道了假值;但对于一类命题却不是这样,对假值的刻画与对真值的刻画具有同等重要的意义.而对意图的描述是对一类命题(Agent意图实现的命题)的刻画.经典的正规模态算子的可能世界语义只重视真,用RI(w)来描述,可看成是单子集语义.而改进的双子集语义真假并重,用R_IT(w)来描述真,并用R_IF(w)来描述假,从而能更全面地描述二值逻辑中的模态算子.经典的正规模态算子的可能世界语义可以看成是改进的双子集语义当R_IF(w)=()时的退化情形.改进的双子集语义不仅避免了基于正规模态逻辑表示的"逻辑全知"问题以及由此带来的副作用等问题,与Konolige和Pollack的意图模型相比,比较简单、自然,且满足K公理和联合一致性原理,而且克服了前期工作真假子集语义和双子集语义表示的缺陷.实际上,改进的双子集语义为非正规模态算子的语义表示提供了一种新的方法,可应用于建立新的合适的Agent逻辑系统.     

Agent-BDI逻辑

阐述了Agent的形式化描述应该采用含有正规和非正规模态算子的混合模态逻辑为逻辑工具 的观点.建立了Agent-BDI逻辑的代表系统A-BI,讨论了它的语法和语义.特别是给出了非正 规模态算子基于Kripke标准可能世界的新的语义解释,证明了A-BI逻辑系统不但是可靠的, 而且是完备的.A-BI逻辑系统恰当地刻画了信念与意图的本质与内在联系,可作为Agent形式 化研究的逻辑工具.     

多Agent合作逻辑中的动作与意图

改进并发博弈结构,给出了一个新模型.消除了不同Agent不准执行相同动作这个与常识不符的假定.给出了5个动作相关函数,使得对Agent、动作与状态三者之间的关系在社会法律约束下的深入考察成为可能.在语法层面同时表述动作和社会法律,提高了多Agent合作逻辑的灵活性和表达能力.在多Agent合作逻辑中引入信念算子和意图算子;考察了两种个体意图和两种群体意图;给出了对命题的个体意图的多子集语义,并把它拓展到对命题的群体意图的语义.     

一种带概率与效用算子的Agent形式化模型

形式化方法描述Agent时需要考虑信念的不确定性与决策的效用性要素.在经典Agent的BDI形式化模型基础上,定义了Agent形式化语言,引入概率算子与效用算子,提出了Agent形式化模型,在此模型中利用概率算子与效用算子对Agent的信念、愿望、意图与规划等意识属性进行了定义.该模型能满足Agent对逻辑理性、信念的不确定性与决策理性的要求.     

一种结合效用的Agent思维状态模型

建立Agent思维状态模型是Agent理论 研究的一个重要课题.结合效用提出一种Agent思维状态模型BDICU(belief desire intentio n combined with utility),使Agent的行为具有逻辑理性和决策理性,为副作用问题提供了 解决方法.同时,给出目标和意图的生成和更新规则.BDICU模型改进和扩充了Rao和Georgeff 的信念-期望-意图理论,为逻辑和效用理性Agent系统提供了实现支持.     

一种并发的双子集语义Agent模型

在某个时间段里,如果有多个进程同时运行则称为并发.在多Agent系统(MAS)环境下,并发行为广泛存在而且尤为重要.这些并发行为可以分为相关和不相关两类,在Agent合作或竞争的情形下,存在大量相关的并发行为,Agent必须有能力对这些行为进行推理.针对多Agent系统中各Agent并发动作的特点,通过双子集语义,避免了逻辑全知及副作用等问题,通过区分宏观时间和微观时间,给出一个交叠式并发的语义模型,描述了宏观时间中的并发性,为基于并发的多Agent合作与竞争提供了逻辑基础.     

基于非单调逻辑的自适应BDI模型

由于Agent直接与现实世界发生交互作用，设计者难以事先预料所有可能出现的环境状况并一一规定恰当的处理方法，Agent往往不能产生恰当的行为，从而可能导致问题求解失败。本文结合BDI模型和非单调逻辑的优点，引入了可能信念概念和信念维护算子，表达了Agent和动态环境之阃的互动关系;引入Agent价值概念和行为规划算子，表达了期 期望和意图之间的动态约束关系，很好地解决了Agent在非预期环境中的适应性问题。     

BDI模型信念特性研究

Agent计算的典型模型是BDI(belief，desire，intention)，信念是Agent计算的重要属性．把信念拓展为知识性信念和可实现信念．Agent的知识性信念是指Agent当前具有或掌握的知识，具有知识的进化和继承特性．Agent的可实现信念是指当前不成立而在将来会成立的事情，是Agent被意识到的个性倾向和目标．用非标准世界的模态逻辑为形式化工具描述两种信念，将可能世界的可达关系作为认识的不同阶段和达到可实现信念的不同阶段，避免了“逻辑全知问题”和逻辑蕴涵的副作用问题．可实现信念满足KD公理，知识性信念满足KDT4公理．两种信念适合描述Agent的意识状态和意识模型．     

避免逻辑全知的BDI语义

BDI(belief, desire, intention)是基于Agent计算的理论模型,BDI语义关系着Agent计算的发展.通过把相信划分为主观相信和客观相信,把可能世界理解为认知的不同阶段,给出具有进化特征的BDI语义.该语义既能描述Agent,又避免了"逻辑全知"问题.     

Logical omniscience, semantics, and models of belief

Logical omniscience may be described (roughly) as the state of affairs in which an agent explicitly believes anything which is logically entailed by that agent's beliefs. It is widely agreed that humans are not logically omniscient, and that an adequate formal model of belief, coupled with a correct semantic theory, would not entail logical omniscience. Recently, two prominent models of belief have emerged which purport both to avoid logical omniscience and to provide an intuitively appealing semantics. The first of these models is due to Levesque (1984 b ); the second to Fagin and Halpem (1985). It is argued herein that each of these models faces serious difficulties. Detailed criticisms are presented for each model, and a computationally oriented theory of intensions is presented which provides the foundation for a new formal model of belief. This formal model is presented in a decidable subset of first-order logic and is shown to provide a solution to the general problem of logical omniscience. The model provides for the possibility of belief revision and places no a priori restrictions upon an agent's representation language.     

智能主体的信念认知时态子结构逻辑模型*

智能主体获取信念的途径主要有两种：一种为他省,通过外界交互,从其他主体获取信息;另一种为自省,通过自己的历史数据库获取相关知识。对于主体信念的描述与刻画,两种途径缺一不可,但当前的BDI理论模型中较多地为他省系统,没有做到两者相结合。其次,在当前的许多理论模型中,通常使用的是二值逻辑、经典模态逻辑或其变形系统,使得相应的逻辑系统普遍存在逻辑全知和粗精度刻画等问题。针对上述问题进行了相关研究,采用了认知时态子结构逻辑建模的方法,表达了智能主体获得“双省”信念的方式,针对其建立了相应的逻辑系统BSoET。     

Using Abstract Resources to Control Reasoning

Many formalisms for reasoning about knowing commit an agent to be logically omniscient. Logical omniscience is an unrealistic principle for us to use to build a real-world agent, since it commits the agent to knowing infinitely many things. A number of formalizations of knowledge have been developed that do not ascribe logical omniscience to agents. With few exceptions, these approaches are modifications of the possible-worlds semantics. In this paper we use a combination of several general techniques for building non-omniscient reasoners. First we provide for the explicit representation of notions such as problems, solutions, and problem solving activities, notions which are usually left implicit in the discussions of autonomous agents. A second technique is to take explicitly into account the notion of resource when we formalize reasoning principles. We use the notion of resource to describe interesting principles of reasoning that are used for ascribing knowledge to agents. For us, resources are abstract objects. We make extensive use of ordering and inaccessibility relations on resources, but we do not find it necessary to define a metric. Using principles about resources without using a metric is one of the strengths of our approach.We describe the architecture of a reasoner, built from a finite number of components, who solves a puzzle, involving reasoning about knowing, by explicitly using the notion of resource. Our approach allows the use of axioms about belief ordinarily used in problem solving – such as axiom K of modal logic – without being forced to attribute logical omniscience to any agent. In particular we address the issue of how we can use resource-unbounded (e.g., logically omniscient) reasoning to attribute knowledge to others without introducing contradictions. We do this by showing how omniscient reasoning can be introduced as a conservative extension over resource-bounded reasoning.     

具有全局时间的BDI模型

具有分支时序的主体BDI模型没有一个统一的时间度量与现实中的时间相对应，不方便进行关于时间相关目标的推理和实现基于时间相关目标的协同。本文给出了一个具有分支时序和全局时间的主体BDI模型。该模型结构简单、自然，不存在“逻辑全知”和“副作用”等问题．     

Epistemic Logic for Rule-Based Agents

The logical omniscience problem, whereby standard models of epistemic logic treat an agent as believing all consequences of its beliefs and knowing whatever follows from what else it knows, has received plenty of attention in the literature. But many attempted solutions focus on a fairly narrow specification of the problem: avoiding the closure of belief or knowledge, rather than showing how the proposed logic is of philosophical interest or of use in computer science or artificial intelligence. Sentential epistemic logics, as opposed to traditional possible worlds approaches, do not suffer from the problems of logical omniscience but are often thought to lack interesting epistemic properties. In this paper, I focus on the case of rule-based agents, which play a key role in contemporary AI research but have been neglected in the logical literature. I develop a framework for modelling monotonic, nonmonotonic and introspective rule-based reasoners which have limited cognitive resources and prove that the resulting models have a number of interesting properties. An axiomatization of the resulting logic is given, together with completeness, decidability and complexity results.