自省主体对Moore-型信息的处理与融合

主体的信念状态随着世界的改变和新信息的输入等因素在不断地演化,对于信念状态变化规律的描述和形式刻画在一定程度上可以帮助我们模拟人类等具有的高级智能,从而为计算机人工智能这样的学科提供理论基础,对哲学、逻辑学等本身的发展也有一定的理论意义。这里我们考察具有足够推理能力的完全自省主体在信念修正过程中对Moore-型信息的处理规律,即把相应主体信念状态的Moore-型断定作为新信息输入,用来修正原来的信念状态。经典的AGM理论可以较好地刻画不含模态算子的客观信息的修正。然而,如果把主体信念状态中的信息和用来修正的新信息的形式扩大到模态的情况,"成功"和"一致性"公设不可能同时成立。为此,我们首先讨论自省主体i在自己的信念状态和客观事实的信念的不同组合情况下,对涉及自身信念状态的Moore-型信息A∧┐BiA的修正可能与结果。然后选出其中有意义的过程,定义和说明一种弱化的"成功"版本——"不成功修正";并且在继承经典AGM某些公设的基础上,给出上述修正过程的局部描述。此外,我们还将结合动态信念逻辑等工具,试图给出上述修正过程的逻辑表达。