没有合适的资源?快使用搜索试试~ 我知道了~
89理论计算机科学电子笔记70第5期(2002)网址:http://www.elsevier.nl/locate/entcs/volume70.html19页基于线性逻辑的代理的语言设计问题(扩展摘要)James Harland詹姆斯·哈兰德1,2 迈克尔·维尼科RMIT大学电源箱2476V澳大利亚墨尔本3001摘要基于Rao和GeorgeRain的信念、欲望和意图模型的Agent系统已经被用于许多成功的应用。然而,由于语义和语义的复杂性,系统和计算模型。 此外,还有一个差距, 语义和概念都是呈现给程序员的。弥合这一差距的一种方法是将这些系统的基础重新铸造成一个逻辑编程框架。特别是,线性逻辑的后向和前向链接技术的集成为这项研究提供了一个自然的起点。在本文中,我们讨论了这样一个系统的语言设计问题,特别是在其中的潜在选择规则评估的方式,在一个正向链接的方式是至关重要的系统的行为1介绍一个越来越流行的编程范例是面向代理的编程。这种范式通常被描述为面向对象编程的自然继承者[18],非常适合嵌入复杂动态环境中的应用程序,并且基于人类概念,例如信念,目标和计划。这允许在类似于人类理解的术语中自然地指定复杂的软件系统,从而允许程序员专注于1 我 们 要 感 谢 面 向 Agent 的 软 件 Pty. Ltd. 和 澳 大 利 亚 研 究 理 事 会 ( ARC ) 根 据 授 权CO0106934。我们还要感谢Lin Padgham、Omar Rana、David Pym和RMIT的Agents小组对这项工作的讨论。2电子邮件地址:jah@cs.rmit.edu.au3电邮地址: winikoff@cs.rmit.edu.au2002年由ElsevierScienceB出版。 诉 操作访问根据C CB Y-NC-N D许可证进行。哈兰-维尼科夫公司90应用程序,而不是专注于复杂环境的复杂细节。代理技术已经被用于航空运输控制、自动化制造和航天飞机上的维护任务等应用领域[19]。面向代理的编程有许多可能的概念然而,一个共同的主题[8,35]是代理系统应该包括以下属性,• 主动性:代理人有一个议程,并将坚持努力实现其目标• 反应性:智能体将注意到环境• 自主性:代理人将采取行动,而不一定是指示采取特定步骤• situated:处于困境中的主体,受周围环境的影响代理系统的其他可能属性包括社会性(即与其他代理合作以实现共同目标),学习性(即注意以前的行为并相应地调整未来的行为)和理性(即努力实现其目标,而不是反对它们)。这种概念最流行和最成功的技术实现之一是Rao和George的框架[28],其中概念信念,欲望和意图是中心,因此通常被称为BDI代理。粗略地说,信念代表了智能体愿望代表了行动者试图达到的一种状态,比如让目前在机场盘旋的所有飞机安全着陆,或者在股票市场上获得一定的财务回报。意图是实现代理人愿望的选择手段(计划的顺利完成)。拉奥和乔治·拉奥给出了一个包含这些概念的[28](时态逻辑的一个版本,扩展到包括信念,愿望和意图的适当概念)和遵循BDI范式的程序执行架构。虽然基于BDI的系统已成功应用于许多领域,但仍有一些基础和设计问题需要解决。一个这样的问题是BDI理论之间的哈兰-维尼科夫公司91§§§§”[17]这是根据。BDI理论通过可能世界对信念、欲望和意图之间的关系进行了优雅的描述,但其体系结构倾向于处理信念、事件和计划,而这些与给定语义的关系并不十分明显(尽管后者可以清楚地被视为理想行为的灵感和规范)。这一差距的缩小并没有得到这种系统语义的纯模型理论方法的发展的帮助,相应地缺乏对证明理论方面的强调(尽管[30]是朝着这个方向迈出的值得注意的一步)。第二个困难是BDI语义的复杂性,特别是在使面向代理的编程能够被广泛访问时。虽然没有神奇的方法来简化一个固有的复杂系统,但通常情况下,这种技术的成功应用来自代理系统的开发人员或依赖于BDI专家(通常非常短缺)的大量输入的团体。因此,为了使BDI代理变得更加广泛,需要一种更简单的理解系统的方法[33]。解决这个问题的一种方法是将基本的代理模型重新转换为逻辑编程框架。正如Kowalski和Sadri [21]所指出的,这里的主要技术问题是确定如何将动作和反应行为纳入逻辑编程环境中(传统上,逻辑编程环境在后向链接方法上非常强大,因此与传统的规划技术密切相关)。我们的方法是基于使用线性逻辑[10],一种考虑到有限资源而设计的逻辑特别是,线性逻辑不仅是经典逻辑的保守扩展(因此,在适当的情况下,可以使用经典推理特别是,它已经表明,行动,如经典块世界场景所需的,可以简单而自然地在线性逻辑中建模[22,23]。鉴于存在许多基于线性逻辑的逻辑编程语言(如LO [4],Lolli [15],Forum [24],LLP [16]和Lygon [12]),探索使用线性逻辑作为BDI风格代理系统的基础似乎是很自然在[13]中,我们展示了如何将前向链接的概念引入到在[14]中,讨论了使用这个框架作为代理系统的基础。在本文中,我们通过检查这样的系统的语言设计问题。本文组织如下:在2中,我们给出了BDI系统,线性逻辑和线性逻辑规划的概述,并在3中,我们讨论了基于线性逻辑的代理编程系统的设计问题。在第4章中,我们重点讨论了日程安排问题,在第5章中,我们讨论了我们的结论和进一步工作的可能性。哈兰-维尼科夫公司922背景2.1BDI代理Rao和George Rao [28,29]的BDI模型(Belief Desire Intention)是一种流行的智能代理模型,它以哲学为基础[5],并提供了一种逻辑理论,该理论使用模态逻辑定义了信念,欲望和意图的心理态度;系统架构;该架构的许多实现(例如,PRS、JAM、dMars、JACK);以及证明该模型可行性的应用BDI模型中的核心概念是[9,第144页]:信念:主体愿望:要实现的目标,可能与每个目标意图:目前选择的行动方针;以及计划:实现某些未来世界国家的手段。直观地说,计划是实现某些愿望的手段和代理人可用的选项的抽象规范。每个计划都有(i)一个描述原始动作或子目标的主体,这些动作或子目标是计划成功执行所必须实现的;(ii)一个指定触发事件的调用条件;以及(iii)一个指定计划适用情况的上下文条件。BDI模型已经发展了大约15年,理论工作和实施系统之间肯定有很强的关系。该论文[29]描述了一个抽象的体系结构,该体系结构在dMars和JACK等系统中实例化,并展示了它与BDI逻辑的关系。然而,已被发现对这些系统中的开发有用的概念不一定与理论工作中最发达的概念相匹配。它们也不一定是在特定实现的系统(如JACK)中出现的概念。另一个复杂的问题是,类似概念之间的混淆和微小差异,如欲望和目标,在不同的时间,在不同的工作中受到不同的重视。BDI的哲学、理论和实现观点之间的一些关键分歧如下所示。理念:信仰欲望意图理论:信仰目标意图实施情况:关系数据库(或任意对象)事件跑步计划2.2线性逻辑线性逻辑[10]有时被描述为资源敏感的,因为资源的概念在这种逻辑中是自然的。 传统的逻辑技术将公式的两个副本视为等同于一个副本(作为数学哈兰-维尼科夫公司93⊗⊕公司简介真理不依赖于一个性质被陈述的次数),因此公式可以被任意复制。然而,这并不适合某些应用领域,其中存在有限数量的资源,例如金钱,计算机内存,内存空间或执行时间。对资源敏感的逻辑(如线性逻辑)不允许任意复制;在线性逻辑中,默认情况下,每个公式必须只使用一次。这个属性意味着线性逻辑是研究状态变化的自然方法,因此提供了一种比传统技术更直接的方法来建模资源受限的应用程序。特别是,线性逻辑已经被应用于并发问题[10,11],数据库更新[15]和规划问题[22,23]。线性逻辑包含两种形式的合取:一种是也就是说,对于哪个p p p,一个不是,也就是pNpp. 大致前者允许线性逻辑处理资源问题,而后者允许忽略这些问题(或者,更准确地说,允许在所使用的资源之间进行“内部”选择),因为,默认情况下,线性逻辑中的每个公式表示必须被恰好使用一次的资源。考虑以下菜单从一家餐馆:水果或海鲜(应季)主菜所有的薯条你可以吃茶或咖啡请注意,第一个选择,水果和海鲜之间,是一个经典的disjunc- tion;我们知道其中一个或另一个将被送达,但我们不能预测哪一个,这可能被认为是一个“外部”的选择,因为其他人做出了决定。另一方面,在茶和咖啡之间的选择是一种“内部”选择-顾客可以自由选择供应哪一种。请注意,内部选择是一个连接词;为了满足这一点,餐馆老板必须能够提供茶和咖啡,而不仅仅是其中之一。筹码课程显然涉及潜在的无限数量的资源,因为客户可以订购的筹码数量没有限制。我们用a!来表示这种情况。还要注意的是,这顿饭由四个组成部分组成,因此我们将这些组成部分连接起来。 因此,我们有以下菜单表示:(水果海鲜)薯片(茶和咖啡)我们写的地方经典的析取式。 注意使用!让它可能恢复经典的推理,作为公式开始!和谁?在一个后继行为的经典,因为这样的公式可以使用任意多次,包括0,而不是正好一次。因此,芯片对应的正是一个服务的芯片,!筹码对应于任意数量的份量(包括0)。这样我们就可以想出一个公式了!F在线性逻辑中表示无限资源,即一个可以被很多人哈兰-维尼科夫公司94⊕⊥不⊗我们喜欢的时间。因此,古典逻辑可以被看作是线性逻辑的一个特殊片段,因为存在一类与古典公式精确匹配的线性公式。线性逻辑也包含一个否定,它的行为方式与经典否定相似。公式F的否定式记为F。因为有两个连词,所以有两个相应的析取,以及一个对偶to!表示为?。下面的定律,让人想起德摩根定律,都成立:(F1<$F2)(F1)O(F2)(F1OF2)(F1)(F2)(F1F2)(F1)N(F2)(F1NF2)(F1)(F2)这四个连接词中的每一个也有一个单位,其中,for和N被写为1和,并且可以被认为是布尔值true的概括,而对于O和被写为和0,并且可以被认为是布尔值false的概括有更多的线性逻辑比可以在本文中讨论;更完整的介绍见文件[11,10,31,2],除其他外。附录A给出了线性逻辑的一部分微积分2.3线性逻辑中的逻辑程序设计这些语言所基于的执行模型通常基于后向链接,即给定组成程序的若干语句(或公式),用户然后请求系统确定给定公式(目标)是否遵循程序中的信息。实现这一点的方式通常是通过向后工作,即建立前提,如果为真,则将建立目标的真理。这个过程不断重复,直到找到一个无条件的真理陈述(公理),在这种情况下,原始目标成功,或者没有这样的前提可以找到,在这种情况下,原始目标失败。因此,反向链接包括从给定的结论开始,然后(希望如此)返回到公理。虽然这种范例对于各种应用程序(如查询数据库或解决特定的一组约束)似乎是直观和自然的,但它不允许程序对环境做出反应,因为它们必须等待要有一个具体的目标。 在诸如股票市场监视器之类的应用中,通常希望使程序“监视”环境,该环境可能包括大量数据,直到观察到一组给定的情况,例如蓝筹股价格的急剧下跌。 然后,它将被期望采取适当的行动,如购买此类股票,并在价格恢复后再次出售。因此,关键要素是程序评估当前环境,直到满足某些触发条件。哈兰-维尼科夫公司95⊃∧ ⊃∧这种反应行为更类似于前向链接,这是一种从公理开始的推理方法,并应用任何已知规则来生成新的结果。在线性逻辑的背景下,这是众所周知的是一种有用的方式来建模和推理状态变化,前向链接的方法似乎特别适合于反应系统,因为这提供了一个简单而自然的方式来表达依赖于环境动态的条件。后向链接技术(经典和线性逻辑)是众所周知的[20,25,27,15];前向链接技术集成到这样的系统中进行了研究[13]。特别地,这允许通过后向链接的不知道非确定性(在逻辑编程中常见)与通过前向链接的不关心非确定性的组合因此,这样的集成系统既能够遵循计划的指令序列(后向链接),又能够对环境做出反应并做出适当的改变(前向链接)。 特别是,这可能被认为是对面向过程的计算(例如发电厂或操作系统的安全运行)而不是面向结果的计算(例如计算工资支票或检查给定的信用卡号码是否有效)的强调正如[32,3]中所指出的,计算的过程视图变得越来越重要,其中安全考虑至关重要。Kowalski和Sadri [21]对传统的逻辑编程范式进行了扩展,以纳入代理功能。在我们的方法中,一个关键的区别是使用线性逻辑,它提供了一个更好的表示动态信息(如行动和环境变化)比经典逻辑。其关键技术点是确定合适的推理规则用于系统的前向链接部分。首先,这似乎是相当微不足道的,因为我们只是采用众所周知的肯定前件规则,并用它来确定B从A和AB得出。然而,这有一些微妙之处,特别是对于资源敏感的逻辑。在经典情况下,公式A A B和A B是等价的,这意味着基于该规则的前向链接系统具有几个强性质。其中之一是单调性,因为得出的结论只能增加。该属性不仅在逻辑程序的众所周知的TP语义中被利用[7],而且还被诸如Aditi的演绎数据库系统利用,对于Aditi,单调性属性是差异优化背后的根本原因。然而,线性逻辑中的相应分析并不那么简单, 特别地,给定p和pq,可以导出q,但是p在这个过程中被“消耗”了。因此,在线性逻辑中使用肯定前件更像是一种承诺的选择,因为一旦应用了推理规则,p就不再可用,但q是可用的,因此我们的分析需要以一种比经典情况更微妙的方式进行哈兰-维尼科夫公司96PPP GPGPG啪啪啪啪P PP G P GPPP P P PP G我们的一般步骤是将前向链接的元素集成到线性逻辑的标准微积分中(在附录中给出)。微积分作为一种推理系统是众所周知的,它允许对后向链进行适当的分析,尽管存在类似地适合于前向链的系统(例如自然演绎和希尔伯特型系统),但不清楚如何将后向链引入到这样的系统中。应该注意的是,反向链接技术通常应用于程序和目标:给定一个程序和一个目标,我们通过一些适当的搜索策略继续搜索该程序这样的证明通常是无切割的,因为在搜索中不使用切割规则,因为它可能会引入与原始搜索没有已知关系的公式,从而导致绝望的不可行搜索。相比之下,前向链接技术应用于一个程序,并产生另一个程序。因此,自然的方法是定义一个关系,~在程序之间,所以P~PJ表示J可以从(通过前向链接技术)导出。然后,我们不仅需要确定~的规则,还要确定这些推理规则如何与线性微积分的标准规则(以及因此与后向链接方法)相互作用。我们的方法是两种类型的推理之间的相互作用,由特定类型的切割规则出现,称为直接切割或分析尤其考虑到前向链接推理~J和后向链接推理JJ,则当J=JJ时,这两个推论可以同步。因此,我们从~J和J我们可以推导出,这只是切割规则的值得注意的是,不仅和 已知但是,我们也期望这样的结论的推理规则,~J是这样的,给定,我们可以很容易地从适当数量的应用程序的规则导出j。在这个意义上,~的规则让人想起条件重写规则,或者PlotkinP~PJJRP~ PJ通常情况下,P是已知的,但PJ是未知的,因此我们将使用前提(和任何适当的子证明)来评估P到PJ J,然后使用规则R,我们将确定P~PJ。因此,我们继续插入削减到线性微积分的推理规则,并研究所产生的规则的属性。我们有一些初步的结果沿这些路线,其中导出一组适当的推理规则~和检查他们的集成到线性序列演算。这些结果发表在[13]中,包括置换性质(这是证明规范化问题的基础,因此是证明搜索策略)和切割消除结果。的一些规则哈兰-维尼科夫公司97.P在附录B中可以找到线性逻辑中的混合模式推理。有关完整的规则集(以及与量化相关的其他细节),请参见[13]。3设计Agent程序设计系统在[14]中,讨论了代理系统如何要求(至少)以下属性:(i) 将给定目标G分解为子目标(ii) 确定一套实现子目标的可能计划的方法(iii) 一种监测环境变化并相应地评估最合适的执行计划的方法我们已经讨论了如何在一个推理系统中集成向后和向前链接。本节讨论统一推理系统的这两个方面如何自然地对代理进行建模。具体而言,反向链接用于建模代理的主动方面(涉及找到实现目标的方法),而正向链接用于建模代理的反应我们还将在下面展示如何通过正向链接执行操作。代理人可以由代理人代表。E,A,B,!P G其中B是代理人的信念(因为它们会改变,所以是线性的),P是程序子句(即目标-计划分解),G是智能体我们还允许事件(E)和动作(A)出现。下面的证明片段说明了反向链接目标(主动)与操作的交互。事件也可以使用前向链接(~)进行处理。向上下文添加一个动作(A)会触发使用定向剪切的前向链接(下面标记为“剪切”):..P,A~PJ..PJ gJ,...,Gn 切割机P,AGJ,.,GnPAGJ,。Gn.P G1,.,Gn- 右其中包括信念(线性)和程序子句(非线性),其可以包括动作描述。一个问题涉及到规则的选择:推理规则不限制在任何给定点应用哪一条规则。然而,为了使代理及时响应事件,并且为了执行动作,4实际上,由于G包括执行计划,因此它更接近意图结构哈兰-维尼科夫公司98►►当它们被调度时,我们希望约束规则的选择。特别是,每当有事件或行动在左侧(先行词)的广告(即。,do(A)r或r,事件(E)(1)似乎合理期望前向链接将优先于后向链接来执行。因此,由于规划是通过反向链接实现的,因此动作和事件往往优先于规划计算。为了使事情具体化,考虑一个“嵌入式”的块世界,其中块可以在没有代理的情况下移动或添加到系统中(因此环境可以改变块的位置和数量)。有红色和蓝色的块,智能体的目标是完成一堆块,上面有一个红色的块,下面有一个蓝色的块。我们在下面的规则中使用以下谓词:blue(X)块X是蓝色的红色(X)块X为红色ontable(X)块X位于桌子上on(X,Y)块X在块Yclear(X)块X是清除的,即上面没有块空机器人手臂是空的保持(X)块X在机器人手臂中移动 移动一个红色块到一个蓝色块上放(X,蓝色)把块X放在一个蓝色块这就产生了下面这样的规则我们假设红色和蓝色是经典的(即块不改变颜色)。我们还假设,,它的束缚比它的束缚更紧,它的束缚比它的束缚更紧。!.就这样!xprs解析为!(x((pq)(r)。!红色(x)蓝色(y)透明(x)红色(x,y)!x,y移动!x,y移动!x,y movehold(x)hold(x,blue)! x,y put(x,blue)on(x,y)清空(x)清空哈兰-维尼科夫公司99给定这些规则(我们用R表示)和块的初始状态,比如F,我们希望确定是否R,F~R,FJ,使得redtop在FJ中为真,因此我们的目标是redtop= T。显然,如果对于某些块t和v,{on(t,v),clear(t),!red(t),!blue(v)}则不采取任何动作否则,例如,如果我们有事实!red(a),!红色(b),在(a,b),在桌子上(b),清楚(a),!blue(c),ontable(c),clear(c),那么前两个规则可以以后向链接的方式使用,将目标简化为移动目标,这将事实移动添加到程序中使用最后两个规则的前向链接然后发生,通过然后替换为移动(a,b)清空(a)清空(b)保持(a)放下(a,蓝色)保持(a)放下(a,蓝色)清空(c)clear(a)clear(a)clear(a)clear(c)clear(a)clear(a)clear(a)clear(a)clear(c)clear(a)clear(a)clear(a)clear(a)clear(c)clear(a)clear(a)clear(c)clear(a)clear(a)clear(c)clear(a)clear(a)clear)由于此处没有操作,因此不会发生进一步的更改如果在计算过程中方块的排列发生了变化,那么移动动作的前提条件可能会失败(因为a可能不再在b的顶部,或者a可能不再是空的),或者可能没有一个清晰的蓝色方块来放置红色方块。在这种情况下,回溯(包括回溯不成功的动作移动)将导致重新评估整体目标。因此,当在存在动作的情况下回溯时,我们可能需要重新尝试在标准逻辑编程范式中会失败的目标;这只是目标在情境环境中的持久性的反映[34]。4日程安排问题推导出一组推理规则是一回事;基于它们设计一种编程语言又是另一回事。特别是,我们需要确定一个适当的计算解释的前向链接和它的集成与后向链接规则(其操作行为是很好地理解)。为了做到这一点,我们将做两个简化的假设,以说明所涉及的原则。第一个假设是基于这样的观察,即绝大多数用线性逻辑编程语言哈兰-维尼科夫公司100编写的程序不使用线性哈兰-维尼科夫公司101关于我们--规则(例如[12,15])。换句话说,逻辑编程中线性逻辑的大多数应用使用可以被使用任意次数(包括0)以及经典事实和线性事实的混合(即,其中一些可以被使用任意次数,而其中一些必须被恰好使用一次)。例如,一组描述可以与世界的当前状态一起采取的行动的规则适合这种场景,例如块世界或装箱问题。因此,就前向链接方面而言,我们可以将程序视为一组经典规则,并将经典和线性事实的混合用作输入。定义4.1定义和目标公式定义如下:定义公式:D::= A|1| DD|DND|D|!D|GD目标公式:G::= A |1 |G G |G N G |G G |B.G.|B.G.|!G一个程序是一个闭定义公式的多重集合,其中的每一次出现都在a!的范围因此,我们可以认为一个程序由两部分组成:一个规则集R,它必须是经典的;一个事实集F,它可以包含线性公式或经典公式。第二个假设也与执行的语用学有关,特别是与经典情况相比,线性情况下的额外选择。考虑程序p!(pq),!(pr)。在这里,由于事实p可以应用于两个规则中的任何一个(但只有一个),因此需要选择这个程序是否应该(pq),!(pr)或到r,!(pq),!(pr)。在经典的情况下,这个选择不一定要做,因为由于公式的任意复制的能力,我们可以复制p,因此并行地应用两个规则。然而,在线性情况下,我们不能复制,因此必须做出选择。在推理规则方面, 不难证明我们可以导出qNr !( pq ) ,!(pr),这实质上将q和r之间的任何选择延迟到计算中的稍后点。然而,这引入了必须跟踪大量可能的分支的可能性,因此,至少在最初,如果可能的话,避免这种行为会更简单(这这样做的一个方法是坚持程序的规则是独立的(即。他们对事实的不同部分进行操作例如,鉴于事实p,q,r这两条规则!PR!qr是独立的,但两个规则!(pq)r,!(p r)S不是独立的。 如果规则不是独立的,那么我们需要像上面那样使用N例如,如果表示上述两个规则,则p,q,r,n ~(r <$r)N(q <$s),n.这个属性也使得我们可以把规则看作是独立的,因为两个规则R1和R2要么不同时适用,要么它们同时起作用哈兰-维尼科夫公司102∪∪ ∪∪在程序的不同部分。因此,一个程序将由许多事实(线性的或经典的)以及独立规则R1,R2,.的集合组成。Rn和一组相互依赖的规则R。程序的操作语义将由这些规则应用于事实的方式决定。一个合理的启发是在应用相互依赖的规则之前应用独立的规则,因为独立规则所做的更改可能会破坏一些相互依赖性。否则,如果所有这些相互依赖性仍然存在,那么唯一的可能性似乎是使用N,如上所述。这是一个比经典情况更细粒度的概念。在那里,由于事实可以任意复制,所有规则都是独立的,因为可以根据需要制作尽可能多的副本来满足每个规则。此外,像Aditi这样的系统通常会计算因此,我们可以将其视为规则根据需要并行执行多次,以生成定点。我们现在定义规则调度表达式,可以用来描述应用规则的策略。给定规则R1和R2,我们可以顺序地(用R1R2表示)或并行地(用R1 R2表示)应用规则。此外,给定一个规则R,我们可以应用它,直到它不再适用或到达一个固定点(记为R)。请注意,这种表示法类似于正则表达式。使用这个符号,我们可以用表达式(R1R2)来描述Aditi等系统所应用的调度...(1)A(A)A(B)A(C)A(D)如果规则R1,. R n的事实,导致A。在线性情况下,我们不需要计算定点;特别是,与经典情况不同,定点并不总是存在。例如,考虑程序p,!(pq),!(qp)。这些规则是独立的,但重复应用这些规则会看到程序在上述和q之间振荡!(pq),!(qp)。因此,我们要求前向链接不是在定点终止,而是在给定目标G得到满足时终止。现在对于独立的规则R1和R2,很明显(R1<$R2)(F)=(R1R2)(F)=(R2R1)(F),因此我们可以选择并行(R1<$R2)或以特定的顺序执行这些规则。然而,我们事先并不知道单独的R1或R2此外,作为一个给定的规则,假设R1可以适用于程序中的许多事实,我们还需要考虑是否应该在每次应用R1之后检查终止,或者在所有应用R1之后检查终止。因此,我们需要做出两个战略决策:是并行地还是按某种顺序追求独立规则;以及是并行地还是按顺序追求每一个独立规则在所有适当事实上的应用。在没有任何其他信息的情况下,合理的违约将是为了最大限度地提高灵活反应的能力,哈兰-维尼科夫公司103环境变化。因此,如果每个独立的规则R i可以应用于事实n i次,这就是规则应用的序列,形式为(R1)n1(R2)n2. (Rm)nm,它本质上是规则实例的深度应用。类似粒度的序列是(R1R2. 其中k是n1,n2,.的最大值。nm,这是规则实例的广度优先应用。5结论和进一步工作本文讨论了基于线性逻辑混合模式计算的代理框架的各种实现问题。从某种意义上说,这是[14]中概述的雄心勃勃的计划的第一个试探性步骤。特别是,在前向和后向链接技术的整合中,似乎有理由优先考虑前向链接(即对环境变化的行动和反应)而不是后向链接。然而,这将需要一些违反直觉的功能,例如回溯操作和重新尝试已经失败的然而,在动态环境中,两者似乎都是合理的由规则的独立性提出的一个明显的问题是,使用聚合结构(如否定作为失败,或findall)对应用程序的开发至关重要。 一个线性规则,如AB,可以被认为有一个隐含的存在量化器:补充规则的形式是“如果没有这种资源,则."。一个逻辑的方法来规定这些规则显然是至关重要的。引用[1] JACK智能代理用户指南,面向代理的软件(AOS),卡尔顿,2000年。[2] V. Alexiev,线性逻辑在计算中的应用:概述,Bulletin of the IGPL2:1:77-107,1994.[3] J. - M. Andreoli,Focussing and Proof Construction,Annals of Pure andApplied Logic107:1:131-153,2001.[4] J. - M. Andreoli 和 R. Pareschi , Linear Objects : Logical Processes withBuilt-in Inheritance , Proceedings of the International Conference on LogicProgramming496-510,Jerusalem,June,1990.[5] Michael E. Bratman,Intentions,Plans,and Practical Reason,HarvardUniversity Press,Cambridge,MA,1987.[6] dMARS V1.6.11系统概述,技术报告,澳大利亚人工智能研究所(AAII),1996年。哈兰-维尼科夫公司104[7] M.H. van Emden 和 R.A. Kowalski , The Semantics of Predicate Logic as aProgrammingLanguage , JournaloftheAssociationforComputingMachinery23:4:733-742,October,1976。[8] 斯坦·富兰克林(Stan Franklin)和阿特·格雷瑟(Art Graesser)在《它是一个代理人还是一个程序?》(Is it an Agent or just a Program? A Taxonomyfor Intelligent Agents,Proceedings of the Third International Workshop onAgent Theories,Architectures and Languages,Springer,1996.[9] M. George B.S. 和 A. 娆 Rational 软 件 代 理 : 从 理 论 到 实 践 。 AgentTechnology: Foundations ,Applications ,and Markets , 139-160,NickJennings and Michael Wooldridge(eds.)Springer,1998年。[10] J-Y Girard,Linear Logic,Theoretical Computer Science50,1-102,1987.[11] J-Y Girard,Y. L和L。李文生,《线性逻辑的进展》,北京大学出版社,1995年。[12] J. Harland , D. Pym 和 M. Winiko J.W. , Programming in Lygon : AnOverview,Proceedings of the Fifth International Conference on AlgebraicMethodology and Software Technology 391-405,Munich,July,1996.[13] J. Harland,D. Pym和M. Winiko Jiang,线性逻辑,CADE-17类型理论系统证明搜索研讨会论文集,匹兹堡,200年6月。[14] J. Harland 和 M. Winiko Zhao , Agent via Mixed-mode Computation inLinear Logic:A Proposal,Proceedings of the ICLP[15] J. Hodas和D. Miller,Logic Programming in a Fragment of IntuitionisticLinear Logic,Information and Computation110:2:327-365,1994.[16] J. Hodas,K. Watkins,N.田村和K-S。Kang,线性逻辑编程语言的有效实现,逻辑编程联合国际会议和研讨会集145-159,6月,曼彻斯特,1998年。[17] 陈文,一种基于BDI理论的移动Agent体系结构,第三届自主Agent国际会议论文集[18] Nick Jennings , An Agent-Based Approach for Building Complex SoftwareSystems,Communications of the ACM44:4:35-41,2001.[19] Nick Jennings和Michael Wooldridge,智能代理的应用,在代理技术:基础,应用和市场3-28,Nick Jennings和Michael Wooldridge(编辑)。Springer,1998年。[20] R. Kowalski,Predicate Logic as a Programming Language,InformationProcessing 74,North-Holland,Amsterdam,1974。哈兰-维尼科夫公司105[21] R. Kowalski和F. Sadri,From Logic Programming towards Multi-AgentSystems,Annals of Mathematics and Arti-official Intelligence,1999。[22] M. Masseron和C. Tollu和J. Vauzeilles,Generating Plans in Linear Logic I:Actions as Proofs,Theoretical Computer Science 113:349-371,1993。[23] M. Maseron,Generating Plans in Linear Logic II:A geometry ofconjunctive actions,Theoretical Computer Science 113:371-375,1993。[24] D.A. Miller,A Multiple-Concluded Meta-Logic,Proceedings of theSymposium on Logic in Computer Science 272-281,Paris,June,1994.[25] D.A. Miller,G. Nadathur,F. Pfenning和A. Scedrov,Uniform Proofs as aFoundation for Logic Programming,Annals of Pure and Applied Logic51:125- 157,1991。[26] G.普洛特金结构操作语义学(课堂讲稿)。技术报告DAIMI FN-19,奥胡斯大学,1981年(1991年重印)。[27] D.李文,线性逻辑程序设计的统一证明理论研究,《逻辑与计算杂志》,1994年4月[28] Anand Rao和Michael George Rao,在BDI架构中建模理性代理,第二届知识表示和推理原理国际会议论文集473-484,J.Allen,R。菲克斯和E. Sandewall(eds.),剑桥(美国),1991年。[29] Anand Rao和Michael George Rao,一种用于理性代理的抽象体系结构,第三届知识表示和推理439-449,C。里奇,W。斯瓦特特和B. Nebel(eds.), 波士顿,1992年。[30] Anand Rao和Michael George Rao,BDI逻辑的决策过程,逻辑与计算杂志,8(3):292-342,1998。[31] A. 线 性 逻 辑 简 明 指 南 , 《 理 论 计 算 机 科 学 的 当 前 趋 势 》 , G 。Rozenberg和A. Salolmaa(eds.),世界科学,1993年。[32] 斯泰因湖一、计算隐喻:对我们如何思考的影响,控制论和系统,30(6),1999年9月。可从www.example.com获得http://www.ai.mit.edu/people/las/papers/。[33] M.维尼科湖Padgham和J.Harland。简化智能代理的开发。在Stumptner,M.,Corbett,D.,和Brooks,M.,AI 2001:人工智能的进步第14届澳大利亚人工情报联合会议,第555-568页。第2256章.[34] M.维尼科湖Padgham,J.Harland和J.Thangarajah,[35] Michael Wooldridge,Reasoning about Rational Agents,MIT Press,2000.哈兰-维尼科夫公司106A线性逻辑的序列演算φ►φ公理Γφ,Γ′,φ′Γ,Γ′,Γ ′,Γ′切割Γ,φ,,Γ′X-LΓ,φ,,′X-RΓ,,φ, Γ′ Γ,,φ,′I1-L1-R► 1LR你好,Γ,00-LΓT,T-RΓφ,Γ,φ-LΓ,φ关于我们 抗-RΓ,φ,Γ,φ-Lrφ,r′,′Γ,Γ′φ,,′抗-RΓ,φΓ, &-Lrφ,rφ,&-RΓ,φNΓ,φNΓφN,Γ,φ Γ,-LΓφ,Γ,-RΓ,φΓ,φΓ′,′Γ,Γ′,φO,′关于我们O-LΓφ,φ,φφO O-R关于我们<$<$φ,<$′,<$$><$<$′<$,<$′,φ<$,<$′-LΓ,φ,Γφ,- 右Γ,φΓ,!φ►∆!-我!你是谁?- R!你好!φ,?∆!Γ,φ?∆!你,?φ?∆?- Lr φ,你呢
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![txt](https://img-home.csdnimg.cn/images/20210720083642.png)
![-](https://csdnimg.cn/download_wenku/file_type_lunwen.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 基于Springboot的医院信管系统
- 基于Springboot的冬奥会科普平台
- 基于Springboot的社区医院管理服务系统
- 基于Springboot的实习管理系统
- TI-TCAN1146.pdf
- 基于Springboot的留守儿童爱心网站
- S32K3XXRM.pdf
- Ansible Automation Platform 快速安装指南 v3.8.1
- Ansible Tower 发行注记 v3.8.1-76页
- C语言笔记-考研版(进阶)
- Design_of_Analog_CMOS_Integrated_Circuit20200602-85440-9wt61m-with-cover-page-v2 (1).pdf
- Ansible Automation Platform 安装和参考指南 v3.8.1-59页
- 浅析5G技术在工业互联网领域的应用研究
- 查重17 岑彩谊-基于otn技术的本地承载网-二稿 .docx
- 自考计算机应用基础知识点.doc
- 数据库系统安全、技术操作规程.doc
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)