逻辑、语言和计算国际学术研讨会综述

由西南大学逻辑与智能研究中心和重庆逻辑学会主办，国际符号逻辑学会协办的逻辑、语言与计算国际会议暨第二届东亚逻辑、语言与计算学校于2012年8月25日至31日在西南大学成功举办。本次活动是继2010年在中山大学举行的“中欧逻辑、语言与计算冬令学校”之后的第二届活动，旨在对逻辑、语言和计算机科学的交叉研究领域开展研讨，促进跨学科、跨地区学术交流与合作，展示现代逻辑与数学、哲学、语言学、信息科学等学科的内在联系，训练和培养青年学者，发现人才。

基于直觉主义逻辑的隐偏好分析

根据偏好及其变化是否在逻辑语言及语义模型中有直接的反映,可以将其分为隐偏好和显偏好。本文旨在对含有隐偏好信息的逻辑进行研究,基于对直觉主义逻辑中的认知信息的分析,通过修改直觉主义逻辑的语义解释提出了隐偏好逻辑,并证明了该逻辑系统的可靠性和相对于可区分模型类的完全性;最后,通过定义哥德尔式的翻译映射将隐偏好逻辑嵌入到偏好逻辑中。

基于认知逻辑的模态逻辑运用的实在性分析

基于认知逻辑分析了模态逻辑在运用方面具有与一阶逻辑不同的特点,它不仅可以通过系统演绎论证来刻画具体的概念和实质对象,还能够解决许多领域中的现实问题,并指出了模态逻辑具有特殊性的两大基本原因。

基于蒙特卡洛树搜索的通用博弈系统的构建与优化研究

【背景】作为人工智能的主要研究领域,通用博弈策略(General Game Playing,简称GGP)旨在构建具有通用智能的博弈系统。这些系统能够基于给定的博弈规则在没有人为干涉的情况下成功地进行多个甚至是全新构造的博弈。【目的】与专门的博弈系统不同,通用博弈系统所使用的策略生成算法并不针对特定博弈,而是能够根据给定的博弈规则自动生成博弈策略的具有通用性的算法。GGP发展至今已成为检测人工智能水平,特别是通用智能发展的重要研究领域。如何构建高效的通用博弈系统是GGP研究的主要问题。【文献范围】通用博弈策略的生成算法是构建通用博弈系统的关键技术。目前所使用的主流算法是蒙特卡洛树搜索算法及其变种。这类算法在工作过程中并不依赖特定的博弈信息,因而被广泛地应用于GGP领域。然而,由博弈规则推导出来的关于博弈的专门信息,往往对建立针对这一博弈的有效决策算法具有重要的作用。【方法】为此,本文通过在蒙特卡洛树搜索算法上增加记忆结构来存储在线博弈过程中的实时信息,用记忆结构中博弈状态的相似状态来估计该状态的好坏,以提高状态评估的准确性。【结果】本文基于这一方法构建了通用博弈系统并对其性能进行了全面地评估。实验结果表明,与原始的蒙特卡洛方法相比,本文所构建的通用博弈系统在决策水平和效率上都有显著提升,特别在双人信息对称的零和回合制博弈中胜率保持在55%以上,且其性能随着博弈规模的增大而显著提升,在Connect 5、Breakthrough等大规模的游戏上有着绝对优势,即达到100%胜率。【结论】这表明本文所提出的方法通过利用博弈的专门信息能够有效地提升蒙特卡洛树搜索算法的性能。

试析作为理论分析工具的现代逻辑

一阶逻辑通过形式刻画揭示语言内含的认知信息以分析刻画推理的演绎必然性,模态逻辑注重分析刻画与概念实质内容相关的内涵特征,扩展的动态模态逻辑则使主体间认知互动过程中交流信息的分析刻画成为可能。探讨现代逻辑由一阶逻辑、模态逻辑到扩展模态逻辑的理论进程,分析说明其形式刻画和推理认知表达功能如何使之具有理论模型构建与理论模型结构可靠性分析等多元理论价值,将有助于厘清语言、理论与认知的关联,有助于理解认知能动性与理论客观性之间的关系,启发我们思考如何推动哲学理论研究的进步以适应科学技术与理论高速发展的时代需求。