基于扩展描述逻辑和逻辑程序的事件动作形式化表示与推理

"事件"是比"概念"粒度更大的人类知识表示单元,更接近于人类的认知过程。动作作为事件的一个重要要素,表示事件中对象的状态的变化过程。在状态的变化过程中加入时间信息,将动作表示为对象的状态随时间变化而变化的过程,使得动作描述得更加具体。运用事件中的动作、对象和时间要素构建了一个动作形式化体系,研究了事件知识中确定性动作和不确定性动作的语法表示和语义解释。该形式化体系将扩展的带时间维的描述逻辑T-ALC和逻辑程序设计进行整合,增强了动作的表达能力;在动作的推理中,将确定性动作转化为逻辑程序Datalog规则实现动态推理,将不确定性动作转化为Datalog规则实现不确定推理。最后通过银行服务系统实例对动作的形式化表示和推理进行了验证。     

独立于设计者的行动推理

高水平的智能机器人要求能够独立地对环境进行感知并进行正确的行动推理.在情境演算行动理论中表示带有感知行动及知识的行动推理需要外部设计者为agent写出背景公理、感知结果及相应的知识变化,这是一种依赖于设计者的行动推理.情境演算行动理论被适当扩充,感知器的表示被添加到行动理论的形式语言中,并把agent新知识的产生建立在感知器的应用结果之上.扩充后的系统能够形式化地表示机器人对环境的感知并把感知结果转换为知识,还能进行独立于设计者的行动推理,同时让感知行动的"黑箱"过程清晰化.     

BSCRP网:机器人规划的赋时有色网实现方法

为了解决情景演算无法解决框架问题和生成动作序列效率底的问题,提出了一种基于情景演算推理规则的表示机器人规划的赋时有色网实现方法——BSCRP网(representation based on situation calculus for robot plan),并提出了一种基于双向搜索策略的BSCRP网系统的构造方法。实验结果表明了机器人规划的BSCRP网系统不仅能形式化地描述动作、状态以及动作和状态之间的关系,而且能动态地规划出实现目标的动作序列并计算执行动作序列所需时间。     

FCRP网：机器人规划的赋时有色网实现*

针对流演算无法表示动作执行时间和进行动态规划的问题,提出了一种基于流演算的表示机器人规划的赋时有色网实现方法——BFRP网(A representation based on Fluent Calculus for robot plan),BFRP网采用双向搜索策略来生成动作序列,并提出了一种BFRP网系统的构造方法,此BFRP网系统不仅能形式化地描述动作、状态以及动作和状态之间的关系,而且能动态地规划出实现目标的动作序列并计算执行动作序列所需时间。最后,对办公室环境规划实例进行了建模和仿真,结果证明了BFRP网系统作为一种机器人规划系统的可行性。     

基于动作的动态空间推理

动态空间关系的表示和推理一直以来都是定性空间推理中的研究重点。通过用矩形关系来表示空间原语实体为区域的定性空间关系,对Bhatt定义的动态空间系统进行细化和扩展,定义空间实体的8个移动动作,并给出拥有多个空间实体的空间场景下区间关系在不同动作作用下的状态转移图和状态转移表,指出状态转移图和概念邻域图的区别。用一个元组对空间场景进行形式化表示,定义动态空间系统中的一个基本任务,即历史场景在空间实体动作作用下推出新空间场景,给出这个任务的解决方法,指出方法的局限和不足,同时给出一个应用场景。     

模糊有色Petri网的形式化推理算法研究

Petri网以其图形化的表示方式广泛应用于形式化推理中.基于模糊有色Petri网的形式化推理算法,以系统内部事务之间的逻辑关系为依据,充分利用模糊Petri网在分析不确定知识中的优势,通过知识模糊、库所抽象、转换抽象实现层次化的知识表示和知识推理,并结合有色Petri网对系统规模作适当约简,从而构造出了一种新型的模糊着色网(FCPN)知识表示和获取模型,有效弥补了传统Petri网在实际应用中的缺陷,使模糊推理过程更加简单且易于实现.     

基于谓词/变迁网的Agent规划研究

为解决规划形式化系统中动态、异步和并发等特征难以被表示的问题,提出一种使用谓词/变迁网表示Agent规划问题的形式化方法,利用谓词/变迁网的动态、异步、并发等特征表示规划问题,同时将抑制弧引入谓词/变迁网,并将 Agent的动作分为2类基本动作,即普通动作和测试动作,通过这2种动作的组合可以构成各种复杂动作。实例建模验证了采用带抑制弧的谓词变迁网表示Agent规划的可行性。     

基于流演算的多Agent通信动作的研究

为扩展多Agent系统中Agents之间的交互特性,在流演算理论框架下研究了多Agent的通信动作.根据流演算理论和主体通信语言ACL,结合其它Agent的知识表示,引入了通信动作,给出了形式化描述,并讨论了通信动作如何影响通信双方的知识状态,并通过一个智能日程安排实例验证了上述理论,为构建适应动态.不完全可知环境下复杂的多主体系统提供了理论基础.     

基于动态描述逻辑的多主体协作模型

基于动态描述逻辑的主体模型和协作过程就是既考虑了智能主体的知识表示与推理问题,又紧密地结合主体的设计与编程问题,把表示与推理应用到主体的具体设计中．它充分利用了动态描述逻辑的统一的形式化框架,同时从静态的知识表示与推理和动态的运行与变化两个方面来刻画主体的心智状态和协作过程,探讨了主体信念、行为能力、目标和规划等心智要素的表示、推理与修改以及联合目标的形成、多目标的规划问题．多主体协作模型将理论和实践有机地结合起来,能够充分体现智能主体的本质特征与运行机制,为多主体系统的设计与编程奠定了很好的基础．     

基于FRPN的水下机器人故障诊断

根据水下机器人系统故障特征的提取具有模糊性和并发性的特点,提出了一种新的基于模糊产生式规则推理的Petri 网模型—模糊推理Petri 网（Fuzzy Reasoning Petri Net,FRPN）,给出了有效的推理算法,并以极大代数矩阵算子进行了形式化表示。利用该模型为水下机器人故障系统进行建模,并分析得到系统中各部件故障发生的概率用以指导水下机器人维修中的故障排除。实验表明该模型具有直观、表达能力强和易于推理的优点。