一种意向驱动式面向agent程序设计语言

提出了一种意向驱动式面向agent程序设计语言——AOPLID(agent-oriented programming language with intention driver).该语言基于开放式情景演算OSC(open situation calculus),吸收了GOLOG的合理成分,加入对信念、意向、能力、策略等agent心智成分的处理,使用信念修正原语处理通信交互以及事件响应等外因行动,并采用了一种新颖的离线规划和在线执行相结合的运行方式,从而解决了GOLOG语言在应用于面向agent程序设计时不能有效地描述处理agent心智状态,无法处理外因行动等问题.给出了AOPLID语言语法结构,基于OSC的AOPLID程序语义以及AOPLID程序实例.

行动推理中循环因果关系的研究

近年来行动推理的研究成为人工智能领域的热门问题,而结果问题是目前行动推理研究的核心问题之一.该文针对许多行动推理系统不能处理循环因果关系的问题,提出了解决方法.基于适当修改后的McCain和Turner的因果理论,该文提出了一种能处理循环依赖的理论转化方法.转化后的因果理论消除了循环依赖,而且可以采用单调推理方法.基于因果闭包语义,证明了转化前后的因果理论具有相同的模型.当因果关系不存在循环依赖时,该文方法得到与McCain,Turner方法(1997)相同的结果.

OSC:一个开放式情景演算系统的研究

在经典情景演算系统的基础上引入了广义信念修正理论,构建了一个开放式情景演算系统OSC(open situationcaculus),克服了经典情景演算系统不能刻画交互通信能力以及对事件的响应处理能力的缺陷.OSC系统保留了经典情景演算系统中的情景流result-of(a,s),用以刻画行动的影响;同时又引入了新的情景流bel-rev(φ,s),用以刻画通信交互以及对事件的响应处理等具有开放性信息的活动.OSC系统采用了离线规划与在线执行相结合的运行方式,为面向agent程序设计语言、面向agent智能系统的设计开发等应用提供了有效途径.

模型法求规划的研究

模型法求规划是一种通用的规划方法。它从给定问题的模型中抽取出规划。本文综述了模型法求规划的基本方法。首先介绍了SATPLAN和CSP,以讨论模型法求规划的通用框架。然后介绍了新近开发的模型法求规划系统,BLACKBOX和GP-CSP。在将模型法与演绎法和CBP法进行比较后,给出了模型法求规划的未来研究方向。

逻辑AI中的容变能力的研究

1引言 John McCarthy[1]提出要达到更高级的智能,关键之一在于系统能有效地处理常识信息情境(common sense informat-ic situation).与常识信息情境相对的是有界信息情境(bounded informatic situation).在有界信息情境中,与实现目标相关的信息在系统构建前已经确定,即系统初始时拥有所需的全部信息.

行动推理中若干问题的研究

1 引言我们所面临的世界是不断动态变化的,一个智能系统往往需要对动态变化的环境做出反应,其中一个重要方面是对各种行动的结果进行预测、推理,以决定下一步的目标和动作。John McCarthy提出进行行动推理(Reasoning about action)研究,并认为行动推理在常识推理中占有基础性的地位。至此以后,行动推理成为人工智能的一项重要研究内容。利用形式化的方法对世界和行动进行描述和推理构成了行动推理的主要内容。行动推理有时也被称为行动逻辑。在这里我们把关于行动和变化的推理总称为行动推理。