×

量化答案集规划中不完全信息的规划。 (英语) Zbl 1522.68514号

摘要:我们提出了一种在答案集编程(ASP)中使用不完全信息进行规划的通用方法。更准确地说,我们考虑了一致性和有条件规划与感知行动和假设的问题。我们用一种简单的形式表示规划问题,其中逻辑程序描述状态、初始状态和目标状态之间的转换函数。为了解决规划问题,我们使用量化答案集编程(QASP),这是ASP的扩展,在原子上使用存在量词和通用量词,类似于量化布尔公式(QBFs)。我们定义了量化逻辑程序的语言,并使用它来表示一致规划和条件规划的不同变体的解决方案。在实践方面,我们提出了一种基于翻译的QASP求解器,该求解器将量化逻辑程序转换为QBF,然后执行QBF求解器,并且我们在一致性和条件规划基准上对该方法进行了实验评估。

MSC公司:

68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
68N17号 逻辑编程
68T27型 人工智能中的逻辑
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Amendola,G.、Ricca,F.和Truszczynski,M.2019。超越NP:量化答案集。逻辑程序设计的理论与实践19,5-6,705-721·Zbl 1434.68068号
[2] Biere,A.,Lonsing,F.和Seidl,M.2011年。QBF的阻塞子句消除。在CADE'11会议录,计算机科学讲义,第6803卷。斯普林格·弗拉格,101-115·Zbl 1341.68181号
[3] Cabalar,P.、Kaminski,R.、Schaub,T.和Schuhmann,A.2018。有限迹上的时态答案集编程。逻辑程序设计的理论与实践18,3-4,406-420·Zbl 1451.68256号
[4] Castellini,C.、Giunchiglia,E.和Taccella,A.2003。复杂领域中基于SAT的规划:并发、约束和不确定性。人工智能147,1-2,85-117·兹比尔1082.68799
[5] Davis-Mendelow,S.、Baier,J.和Mcilraith,S.2013。基于假设的计划:在不完整的知识下生成计划和解释。《2013年AAAI会议录》,Desjardins,M.和Littman,M.,编辑AAAI出版社,209-216。
[6] Eiter,T.、Faber,W.、Leone,N.、Pfeifer,G.和Polleres,A.2003。知识状态规划的逻辑编程方法。人工智能144,1-2,157-211·Zbl 1079.68619号
[7] Fandinno,J.、Mishra,S.、Romero,J.和Schaub,T.2020。答案集编程变得简单。《2020年ASPOCP会议记录》,Hecher,M.和Zangari,J.编辑。
[8] Gelfond,M.和Lifschitz,V.1998。动作语言。《人工智能电子交易》3193-210。
[9] Giunchiglia,E.,Marin,P.和Narizzano,M.2009。用量化布尔公式进行推理。在《可满足性手册》中,Biere,A.,Heule,M.,Van Maaren,H.和Walsh,T.,Eds.Frontiers In Artificial Intelligence and Applications,vol.185。IOS出版社,第24章,761-780·Zbl 1183.68568号
[10] Janhunen,T.2004年。用子句表示普通程序。《2004年ECAI会议录》,López De Mántaras,R.和Saitta,L.,IOS出版社编辑,358-362。
[11] Janota,M.和Marques-Silva,J.2015。通过子句选择解决QBF。《IJCAI’15会议录》,Yang,Q.和Wooldridge,M.,编辑:AAAI出版社,325-331。
[12] Lifschitz,V.2002。答案集编程和计划生成。人工智能138,1-2,39-54·Zbl 0995.68020号
[13] Lifschitz,V.和Turner,H.1994。分割逻辑程序。第十一届逻辑程序设计国际会议论文集。麻省理工学院出版社,23-37。
[14] Lonsing,F.和Egly,U.2017年。DepQBF 6.0:超越传统QCDCL的基于搜索的QBF解算器。2017年CADE会议记录。施普林格·弗拉格,371-384·Zbl 1494.68288号
[15] Lonsing,F.和Egly,U.2019年。QRATPre+:通过强冗余属性进行有效的QBF预处理。在2019年SAT会议记录中。斯普林格·弗拉格,203-210·Zbl 1441.68229号
[16] Mayer-Eichberger,V.和Saffidine,A.2020。位置游戏和QBF:纠正编码。《2020年国家税务总局会议录》。斯普林格·弗拉格,447-463·Zbl 07331038号
[17] 尼梅莱,I.2008。回答集合编程,没有未经批准的否定。ICLP 2008年会议记录。施普林格·弗拉格,88-92·Zbl 1185.68172号
[18] Palacios,H.和Geffner,H.2005。通过编译和投影将一致性规划映射到SAT中。2005年CAEPIA会议记录。斯普林格·弗拉格,311-320。
[19] Palacios,H.和Geffner,H.2009。在宽度有界的一致规划问题中消除不确定性。《人工智能研究杂志》35,623-675·Zbl 1183.68584号
[20] Peitl,T.、Slivovsky,F.和Szeider,S.2019。QBF的依赖性学习。《人工智能研究杂志》65,180-208·Zbl 1477.68293号
[21] Rabe,M.N.和Tentrup,L.2015。CAQE:认证QBF解算器。《2015年FMCAD会议录》,Kaivola,R.和Wahl,T.编辑,IEEE计算机社会出版社,136-143。
[22] Rintanen,J.1999。通过理论证明构建条件计划。《人工智能研究杂志》10,323-352·Zbl 0916.68139号
[23] Son,T.、Tu,P.、Gelfond,M.和Morales,A.2005。(####)行为理论的近似及其在一致性规划中的应用。2005年LPNMR会议记录。施普林格·弗拉格(Springer-Verlag),172-184年·Zbl 1152.68617号
[24] Tu,P.,Son,T.和Baral,C.2007。利用感应动作、不完全信息和使用答案集编程的静态因果律进行推理和规划。逻辑程序设计的理论与实践7,4,377-450·Zbl 1120.68101号
[25] Tu,P.,Son,T.,Gelfond,M.和Morales,A.2011。行动理论的近似及其在一致性规划中的应用。人工智能175,1,79-119·Zbl 1230.68185号
[26] 特纳,H.2002。多项式长度规划跨越多项式层次结构。2002年JELIA会议记录。斯普林格·弗拉格,111-124·Zbl 1013.68094号
[27] Wimmer,R.、Reimer,S.、Marin,P.和Becker,B.2017。HQPre–QBF和DQBF的有效预处理器。在2017年TACAS会议记录中。施普林格·弗拉格(Springer-Verlag),373-390年。
[28] Yalciner,I.、Nouman,A.、Patoglu,V.和Erdem,E.2017。使用答案集编程的混合条件规划。逻辑程序设计的理论与实践17,5-6,1027-1047·Zbl 1422.68216号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。