Dynamic Preference Logic meets Iterated Belief Change: Representation Results and Postulates Characterization
Federal University of Bahia（巴伊亚联邦大学）；Pontifical Catholic University of Rio Grande do Sul（南里奥格兰德天主教大学）；Federal University of Rio Grande do Sul（南里奥格兰德联邦大学）
AGM的信念修正是信念改变操作研究的主要范式之一。最近，在文献中已经提出了几种用于信念和信息改变的逻辑，并用于在丰富和富有表现力的语义框架中对信念改变操作进行编码。虽然Segerberg的工作已经研究了AGM类操作及其在动态doxastic逻辑中的编码之间的联系，但据我们所知，动态认知逻辑（DEL）领域的大多数工作都没有尝试使用这些逻辑作为工具来研究信念变化算子的数学性质。这项工作研究如何动态偏好逻辑，在DEL家庭的逻辑，可以用来研究动态信念变化算子的属性，重点是众所周知的迭代信念变化的假设。
2021-01-05 cs.AI cs.LO
Rethinking Epistemic Logic with Belief Bases
CNRS-IRIT（法国国家科学研究中心-图卢兹计算机科学研究所）；Toulouse University（图卢兹大学）
我们引入了一个新的语义逻辑的显式和隐式的信念的基础上的概念，多智能体的信念基础。与现有的Kripke式认知逻辑语义学中可能世界和doxastic/epistemic alternative的概念是原始的不同，在我们的语义学中，它们是非原始的，但从信念基础的概念定义。我们提供了一个完整的公理化和证明我们的逻辑通过有限模型参数的可判定性。我们还提供了一个多项式嵌入我们的逻辑到Fagin & Halpern的一般意识的逻辑，并建立一个复杂性的结果，我们的逻辑通过嵌入。
2018-12-17 cs.AI cs.LO
Logic and Topology for Knowledge, Knowability, and Belief
在最近的工作中，Stalnaker提出了一个逻辑框架，在这个框架中，信仰被实现为知识的弱化形式。基于Stalnaker的核心见解，并使用Bjorndahl和Baltag等人在以前的工作中开发的框架，我们采用拓扑工具，以完善，我们认为，改善这一分析。拓扑子集空间的结构允许什么是已知的和（粗略地说）什么是可知的自然区别，我们认为，Stalnaker的系统的基本公理依赖于直观的这两个概念。更确切地说，我们认为，Stalnaker提出的原则的可解释性相关的知识和信仰依赖于一个微妙的模棱两可之间的“证据在手”的知识概念和一个较弱的“证据在那里”的概念可以被称为。我们的分析导致三峰逻辑的知识，可知性，并解释在拓扑子集空间中的信念是可定义的知识和可知性的信念。我们提供了一个健全的和完整的公理化的逻辑，以及它的单峰信念片段。然后，我们考虑较弱的逻辑，保持适当的翻译Stalnaker的公设，但不允许任何减少的信念。我们提出了新的拓扑语义，这些不可约的信念的概念，推广我们以前的语义，并提供相应的逻辑健全和完整的公理化。
2017-03-22 cs.LO
An elementary belief function logic
IRIT（图卢兹计算机科学研究所）；IIIA（人工智能研究所）；CSIC（西班牙国家研究委员会）
非加性不确定性理论，典型的可能性理论，信念函数和不精确概率与模态逻辑有一个共同的特征：可能性和必要性度量之间的对偶性，信念和可验证性函数之间的对偶性，以及上概率和下概率之间的对偶性，将可能性和必要性模态之间的对偶性扩展到分级环境。已经表明，可能性理论的全有或全无版本可以被最小认知逻辑（MEL）准确地捕获，该最小认知逻辑使用KD模态逻辑的一个非常小的片段，而不诉诸关系语义。此外，信念函数的情况下，已独立研究，和信念函数逻辑已获得通过扩展模态逻辑S5的分级模态使用Rukasiewicz逻辑，虽然使用关系语义。本文表明，一个更简单的信念函数逻辑，可以设计通过添加Jukasiewicz逻辑MEL的顶部。它允许在Shafer基本概率分配方面更自然的语义。
2023-03-23 cs.AI cs.LO
Bringing Belief Base Change into Dynamic Epistemic Logic
Institute of Mathematics and Statistics, Federal University of Bahia - UFBA（巴伊亚联邦大学数学与统计学院）
AGM的信念修正是信念改变操作研究的主要范式之一。在这种情况下，信念基地（优先基地）已主要用于指定代理的信念状态。虽然连接的迭代AGM类操作和他们的编码在动态认知逻辑已经研究过，很少有作品考虑如何著名的假设迭代信念修正理论可以通过信念基地和他们的对应物在动态认知逻辑的特点。特别是，它已被证明，一些假设可以通过优先图中的转换来表征，而其他假设则可能无法以这种方式表示。这项工作研究动态偏好逻辑的语义变化，产生了一个适当的语法表示其模型，使我们能够表示和推理迭代的信念基础变化在这个逻辑。
2019-12-22 cs.AI cs.LO
Logic and Topology for Knowledge, Knowability, and Belief - Extended Abstract
在最近的工作中，Stalnaker提出了一个逻辑框架，在这个框架中，信仰被实现为知识的弱化形式。基于Stalnaker的核心见解，并使用Bjorndahl和Baltag等人开发的框架，我们采用拓扑工具，以完善，我们认为，改善这一分析。拓扑子集空间的结构允许什么是已知的和（粗略地说）什么是可知的自然区别，我们认为，Stalnaker的系统的基本公理依赖于直观的这两个概念。更确切地说，我们认为，Stalnaker提出的原则的可解释性相关的知识和信仰依赖于一个微妙的模棱两可之间的“证据在手”的知识概念和一个较弱的“证据在那里”的概念可以被称为。我们的分析导致三峰逻辑的知识，可知性，并解释在拓扑子集空间中的信念是可定义的知识和可知性的信念。我们提供了一个健全的和完整的公理化的逻辑，以及它的单峰信念片段。然后，我们考虑较弱的逻辑，保持适当的翻译Stalnaker的公设，但不允许任何减少的信念。我们提出了新的拓扑语义，这些不可约的信念的概念，推广我们以前的语义，并提供相应的逻辑健全和完整的公理化。
2017-07-27 cs.LO
Moore's Paradox and the logic of belief
Universidad de los Andes（洛斯安第斯大学）
摩尔斯帕雷兹是任何形式的信仰理论的一个测试案例。在《知识与信仰》中，欣蒂卡发展了一种多模态逻辑，用于表达包含知识和信仰的认识概念的句子。他的叙述旨在对这一悖论作出解释。在本文中，我认为，Hintikkas解释的doxastic运营商之一是有问题的，并导致不必要的强大的逻辑系统。我提供了一个较弱的替代方案，它以一种更准确的方式捕捉了我们关于信仰概念的逻辑直觉，而不牺牲为有问题的案例（如摩尔·帕森斯）提供解释的可能性。
2020-06-19 cs.AI cs.LO
Some logics of belief and disbelief
在知识表示的逻辑中引入明确的拒绝或不信任概念，可以通过多种方式证明是合理的。动机的范围从需要的版本的否定弱于经典的否定，明确记录经典的信念收缩操作在该地区的信念变化，并从扩展版本的信念变化，其中包括不相信收缩获得的额外水平的表达。在本文中，我们提出了四个逻辑的怀疑，解决部分或所有这些直觉。稳健性和完整性的结果提供和逻辑比较方面的适用性和实用性。
2002-07-10 cs.AI cs.LO
Logics of False Belief and Radical Ignorance
本文解决了错误信念传递逻辑的公理化开放难题，利用错误信念算子对标准信念算子的“几乎可定义”性找到核心公理，提出统一典范关系证明完备性，并将结果推广到极端无知逻辑。
2024-04-11 cs.LO math.LO
Iterated Belief Base Revision: A Dynamic Epistemic Logic Approach
UFBA（巴西联邦巴伊亚大学）；UFRGS（巴西联邦里约格兰德联邦大学）；PUCRS（巴西天主教里约格兰德大学）
AGM的信念修正是信念改变操作研究的主要范式之一。在这种情况下，信念基地（优先基地）已在很大程度上用于指定代理的信念状态-无论是代表代理的“明确的信念”或作为一个计算模型，她的信念状态。虽然连接的迭代AGM类操作和它们的编码在动态认知逻辑已经研究过，很少有作品考虑如何著名的假设从迭代信念修正理论的特点是通过信念基地和他们的对手在动态认知逻辑。这项工作研究如何优先图，语法表示的偏好关系深深连接到优先基地，可以用来识别信念变化算子，专注于众所周知的假设迭代信念变化。我们提供的句法表示的信念变化运营商在一个动态的背景下，以及新的负面结果的可能性，表示一个迭代的信念修订操作使用优先图上的转换。
2019-02-17 cs.AI cs.LO
The logic of KM belief update is contained in the logic of AGM belief revision
University of California, Davis, USA（加州大学戴维斯分校）
本文证明了KM信念更新的逻辑是AGM信念修订逻辑的子集，并展示了AGM信念修订是KM信念更新的特殊情况。
2026-03-01 cs.AI cs.LO math.LO
A Modal Logic Framework for Multi-agent Belief Fusion
本文的目的是提供一个统一的框架推理多个代理人的信念和他们的融合。在本文的第一部分中，我们开发的逻辑推理谨慎合并的信念，不同程度的可靠性的代理。逻辑是通过结合多智能体认知逻辑和多源推理系统获得的。每个智能体的可靠性排序都由一个模态算子表示，因此我们可以在不同的情况下对合并的结果进行推理。融合是谨慎的，在这个意义上，如果一个代理的信念是在冲突与那些更高的优先级，那么他的信念是完全从合并的结果丢弃。我们考虑两种策略的谨慎合并的信念。在第一种情况下，如果在某个层次上出现不一致，则同时丢弃较低层次上的所有信念，因此称为层次切割策略。对于第二种策略，只跳过发生不一致的层，称为跳层策略。给出了这两种策略的形式语义和公理系统。在第二部分中，我们扩展了逻辑的语法和语义，以涵盖一些更复杂的信念融合和修订运营商。虽然大多数现有的方法将信念融合算子视为元级结构，但这些算子直接纳入我们的对象逻辑语言中。因此，在我们的逻辑中，不仅可以用合并的结果进行推理，而且可以对融合过程进行推理。我们的扩展逻辑与信念修正的条件逻辑的关系也进行了讨论。
2002-01-23 cs.AI cs.LO
How to reason with inconsistent probabilistic information?
最近的一系列研究是围绕基于证据的信仰逻辑展开的。Bílková等人的方法将信念理解为基于可靠来源证实的信息。我们提出了一个更好的分析，如何相信可以基于信息，确认来自多个可能相互冲突的来源，是一个概率的性质。我们使用Belnap-Dunn逻辑及其概率扩展来解释潜在的相互矛盾的信息。我们结合它与扩展的Lukasiewicz逻辑，或双格逻辑，在一个两层模态逻辑框架内的信念。
2020-11-30 cs.LO
Conditional Belief, Knowledge and Probability
贝叶斯概率理论给出了一种自然的表示信念和更新信念的过程的方法，其中代理人A在P中的信念可以被解释为考虑P比不P更可能。本文试图得到这一点的核心逻辑概念。本文给出了一个可靠的、完备的条件信念和知识的邻域逻辑，并追溯了它与信念和知识的概率逻辑的联系。在本文中的关键概念是，一个代理相信P有条件的信息Q，其中假设Q是兼容的知道。条件邻域逻辑可以被看作是一个核心系统，用于推理主观可解释性，但还没有致力于解释的数值概率。事实上，每一个加权克里普克模型都会产生一个条件邻域模型，但反之亦然。我们表明，我们的演算条件邻域逻辑是健全的，但不完整的加权Kripke模型。接下来，我们展示如何扩展微积分以获得加权Kripke模型类的完整性。有条件信念的邻域模型在模型限制（公告更新）下是封闭的，而早期的信念“愿意下注”的邻域模型则不是。因此，我们提出的逻辑改进了早期的邻域逻辑的信念和知识。我们提出了完整的演算公开宣布，并公开揭示命题的真值使用减少公理。这些减少表明，将这些声明操作符添加到语言中并不会增加表达能力。
2017-07-27 cs.LO
Belief merging within fragments of propositional logic
Aix Marseille Université（艾克斯-马赛大学）；CNRS（法国国家科学研究中心）；Vienna University of Technology（维也纳工业大学）
最近，在命题逻辑片段的框架内的信念变化得到了越来越多的关注。以往的研究主要集中在Horn片段上的信念收缩和信念修正。然而，在命题逻辑的片段的信念合并的问题一直被忽视。本文提出了一种通用的方法来定义新的合并运算符来自现有的，这样的合并结果仍然在考虑中的片段。我们的方法不仅限于霍恩片段的情况下，但适用于任何片段的命题逻辑的特点是封闭属性的模型集的公式。我们研究的逻辑属性的建议运营商的合并假设的满意度，特别考虑到基于距离的合并运营商的霍恩和克罗姆片段。
2014-04-25 cs.AI cs.LO
Updating belief functions over Belnap--Dunn logic
INSA Centre Val de Loire（中央卢瓦尔河谷国立应用科学学院）；Univ. Orléans（奥尔良大学）；Czech Academy of Sciences（捷克科学院）
置信度和可信度是比概率更弱的不确定性度量。它们的动机是当完全的概率信息不可用时的情况。然而，信息也可能是矛盾的。因此，经典逻辑的框架不一定是最合适的。Belnap-Dunn逻辑被用来推理不完整和矛盾的信息。Klein等人和Bilkova等人分别将概率测度和置信函数的概念推广到Belnap-Dunn逻辑。在这篇文章中，我们研究了如何用新的信息更新信念函数。我们提出了第一种方法，通过Belnap-Dunn逻辑的框架语义。
2022-05-30 cs.AI cs.LO math.PR
An Introduction to Logics of Knowledge and Belief
本章介绍认知逻辑的一些基本概念、基本形式语言、它们的语义和证明系统。它还包含了手册的概述，以及认识逻辑的简史和文献的指针。
2015-03-03 cs.AI cs.LO
Dynamic Logic of Trust-Based Beliefs
Institute of Logic and Intelligence, Southwest University, China（逻辑与智能研究所，西南大学，中国）；University of Southampton, United Kingdom（南安普顿大学，英国）；Independent Scholar, United States（独立学者，美国）
本文研究融合数据公开宣告的智能体信念动态逻辑，提出可靠完备的公理化系统并给出多项式模型检测算法。
2025-11-02 cs.AI cs.LO math.LO
On the Link between Partial Meet, Kernel, and Infra Contraction and its Application to Horn Logic
Centre for Artificial Intelligence Research（人工智能研究中心）；University of KwaZulu-Natal（夸祖鲁-纳塔尔大学）；CSIR Meraka Institute（科学与工业研究理事会梅拉卡研究所）
标准的信念改变假设一个包含完整的经典命题逻辑的底层逻辑。然而，在表达性较低的逻辑中也有充分的理由考虑信念变化。在本文中，我们建立在最近的调查Delphon收缩霍恩逻辑。我们表明，标准的基本形式的收缩，部分满足，是太强的霍恩的情况下。这一结果与Delaware的猜想相反，Delaware猜想有序的maxichoice是Horn逻辑的适当收缩形式。然后，我们定义了一个更合适的概念的基本收缩的霍恩的情况下，受凸性属性举行充分的命题逻辑，我们称之为infra收缩。这项工作的主要贡献是一个结果表明，建设方法霍恩收缩的信念集的基础上，我们的infra剩余集完全对应于汉森的经典内核收缩的信念集，当限制到霍恩逻辑。这个结果是通过信念基的收缩绕道而得到的。我们证明，核心收缩的信念基地产生完全相同的结果作为信念基地版本的infra收缩。使用的信念基地，以获得这一结果提供了证据的猜想，霍恩信念变化最好被视为一个混合版本的信念集的变化和信念基地的变化。与基地收缩的链接的后果之一是提供一个代表性的结果霍恩收缩的信念集，其中一个版本的核心保留假设的功能。
2014-01-16 cs.AI cs.LO
Belief Expansion in Subset Models
该研究面向证明逻辑的子集模型语义，提出了一种新的信念扩张算子，分析了所得逻辑的核心性质，并对比了其与既有符号化信念扩张方法的差异，丰富了证明逻辑框架下的信念动态研究路径。
2023-10-05 cs.LO
Hypergraph Semantics for Doxastic Logics
CNRS, IRIT, University of Toulouse（法国图卢兹大学）；Institute of Computer Science, University of Bern（瑞士伯尔尼大学计算机科学研究所）
本文提出基于超图的信念逻辑语义，能够描述代理的信念，并提供两种信念系统及公理化体系的完备性证明。
2025-12-28 cs.LO
Belief Contraction in Dynamic Epistemic Logic
Stanford University（斯坦福大学）；University of California, Berkeley（加州大学伯克利分校）
针对动态认知逻辑无法建模事实命题信念收缩的问题，提出直接在标准Kripke模型上定义信念收缩机制，满足部分收缩性质，并给出公理化及扩展逻辑。
2026-07-01 cs.AI cs.LO
A Novel Semantics for Belief, Knowledge and Psychological Alethic Modality
最近有许多建议解决问题的逻辑全知的doxastic和认知逻辑。虽然这些解决方案展示了令人印象深刻的微妙和动机的广度，这些方法的关键似乎有一个共同的主题-围绕无处不在的Kripke语义植根于方法的微小修改。此外，在信仰和知识中及其周围起作用的心理机制基本上没有受到影响。在本文中，我们直接切入逻辑全知问题的核心，采取一种心理学根源的方法，以给定感知、感受质和认知的“量子”为基础，将我们的方法称为“PQG逻辑”，即感知、感受质、认知逻辑的简称。在这些量子的基础上，除了心理必要性和可能性的语义学之外，我们还获得了一种关于信念、知识的新语义学。有了这些概念，我们不仅可以解决逻辑全知的问题，而且可以更深入地研究信仰和知识的心理逻辑本质。
2020-05-22 cs.LO math.LO
A Deontic Stit Logic Based on Beliefs and Expected Utility
使用逻辑语言对行为和义务进行形式化是人工智能伦理学领域越来越重要的主题。具有表达性的句法和语义框架来推理代理人在道德情境中的决定，允许在将结果的责备（或赞扬）分配给所述代理人时相关的行为成分的明确表示。在这方面，行为的两个非常重要的组成部分是信念和基于信念的行动。在这项工作中，我们提出了一个逻辑的doxastic应该扩展认识论道义stit理论与信念。一方面，涉及信念算子的公式的语义是基于概率测度的。另一方面，doxastic oughts的语义依赖于最优性的概念，而潜在的选择规则是期望效用的最大化。我们引入一个公理系统的结果逻辑，我们解决其可靠性，完整性和可判定性的结果。这些结果在研究中具有重要意义，这些研究旨在使用认知、doxastic和道义逻辑的证明系统，通过定理证明和模型检查来帮助测试人工智能的道德行为。
2021-06-22 cs.LO cs.MA
A New Approach for Revising Logic Programs
Institute for Integrated and Intelligent Systems, Griffith University（格里菲斯大学集成与智能系统研究所）；School of Computing Science, Simon Fraser University（西蒙弗雷泽大学计算科学学院）；Department of Computing, Macquarie University（麦考瑞大学计算学系）
信念修正主要是针对单调的背景逻辑进行研究的。在本文中，我们研究信念修订时，底层逻辑是非单调的，而不是-一个内在有趣的问题，是根据探索。特别是，我们将专注于修改的身体的信念表示为一个逻辑程序下的答案集语义，而新的信息也同样表示为一个逻辑程序。我们的方法是由观察，不像在单调的设置，在必要时，一致性的修改后的身体的信念是通过抛弃一些旧的信念，在非单调设置的一致性可以恢复添加新的信念以及。我们将定义一个句法修正函数，并随后提供表征它的表示定理。
2016-03-31 cs.AI cs.LO
Opinion Update in a Subjective Logic Model for Social Networks
本研究探讨利用主观逻辑建模社交网络中的观点与信念变化，提出适用于交流过程的信念/观点更新函数，实验表明基于累积信念融合的更新函数虽缺乏理想理性性质，却能描述现有模型未探索的行为。
2024-04-23 cs.LO cs.MA
Belief revision and 3-valued logics: Characterization of 19,683 belief change operators
Universidad Simón Bolívar（西蒙玻利瓦尔大学）；Universidad de Los Andes（德洛斯安第斯大学）
在大多数经典的信念改变模型中，认知状态由理论（AGM）或公式（Katsuno-Mendelzon）表示，新的信息由公式表示。修正算子的表示定理说，算子由全预序表示。这一重要的表征被Darwiche和Pearl利用来将认识状态的概念转移到一个更抽象的概念上，其中认识状态的范式实际上是对解释的总的前序。在这项工作中，我们引入了一个3值逻辑，其中的公式可以确定与概括的总前序的三个级别：排名功能映射到真值的解释。然后我们分析了此类结构的一些变化并给出了它们的句法特征。
2019-10-30 cs.AI cs.LO math.LO
A General Katsuno-Mendelzon-Style Characterization of AGM Belief Base Revision for Arbitrary Monotonic Logics
TU Dresden（德累斯顿工业大学）；FernUniversität in Hagen（哈根远程大学）
Alchourrón，Gärdenfors和Makinson的AGM假设仍然是信念改变相关研究的基石。我们推广的方法Katsuno和Mendelzon（KM）的特征AGM基地修订从命题逻辑设置（多）基地修订在任意单调逻辑。我们的核心结果是一个表示定理，使用分配的总-但不传递-“偏好”关系的信念基础。我们还提供了一个表征的所有逻辑，我们的结果可以加强前序分配（如在KM的原始工作）。
2021-12-28 cs.AI cs.LO
A modal logic translation of the AGM axioms for belief revision
University of California, Davis（加州大学戴维斯分校）
本文在 Bonanno 工作基础上构造含信念、条件和全局算子的模态逻辑，为每条 AGM 信念修正公理建立对应模态公理，并通过 Kripke-Lewis 框架性质证明双向刻画。
2025-02-20 cs.AI cs.LO
An Interpretation of Belief Functions by means of a Probabilistic Multi-modal Logic
ENSTA Bretagne（布列塔尼国立高等先进技术学院）
虽然信度函数可以被正式地看作是概率分布的推广，但信度函数和概率之间的相互作用问题在实践中仍然是一个问题。这个问题是困难的，因为这些理论的使用背景明显不同，这些理论背后的语义并不完全相同。一个日益受到社会关注的突出问题，就是对冲突信息的管理。最近的作品介绍了新的规则，处理冲突的重新分配，同时结合信念功能。冲突的概念，或其取消开放世界的假设，似乎本身就阻止了直接解释的信念函数的概率框架。本文讨论的问题的概率解释的信念功能。它首先介绍并实现了一个理论上的接地规则，这在本质上是一个自适应合取规则。它示出，如何从逻辑解释的置信函数的概率多模态逻辑，这一规则是来自;此外，引入了一个概念的源独立性，基于熵最大化的原则。
2011-09-29 cs.AI cs.LO math.LO
Graded Distributed Belief
IRIT, CNRS, Toulouse University（IRIT、CNRS、图卢兹大学）
本文提出一种分级分布式信念逻辑，用于表达群体对事实的信念强度，并通过公理化系统和决策过程证明其PSPACE完备性。
2025-11-27 cs.AI cs.LO
Integrating Belief Domains into Probabilistic Logic Programs
University of Ferrara（费拉拉大学）；Coherent Knowledge, Inc.（coherent knowledge 公司）
本文提出基于信念函数的容量逻辑程序，扩展分布语义以处理信念不确定性，提升概率逻辑程序在处理复杂不确定性问题中的能力。
2025-09-23 cs.AI cs.LO
An Awareness Epistemic Framework for Belief, Argumentation and Their Dynamics
论证的概念和信念的概念彼此之间存在着一种成问题的关系。一方面，论证对于信念的形成至关重要：作为论证过程的结果，代理人可能会（可论证地）相信某事是如此。另一方面，信念是一个参数评估的输入：具有被相信的信念的参数被认为是严格强于那些不相信的信念的参数。最近在文献中提出了一种意识认知逻辑，捕捉这两个原则的合格版本。本文从三个不同的方向扩展了这一逻辑。首先，我们试图通过描述其哲学基础，批判性地讨论其设计选择并探索进一步的可能性来改善其概念基础。其次，我们提供了一个（迄今为止失踪）的逻辑的基本片段的完整性定理。第三，我们研究，使用动态认知逻辑的技术，如何不同形式的信息变化可以在框架中捕获。
2021-06-22 cs.LO
Knowledge-wh and False Belief Sensitivity: A Logical Study (An Extended Abstract)
本文通过引入四个捆绑算子并对相应逻辑进行公理化与比较，系统研究了知识-wh 在提及-某些知识、提及-某些真信念及其错误信念敏感性等不同解释下的逻辑差异与共性。
2023-07-11 cs.LO
SAFE: A Declarative Trust Management System with Linked Credentials
我们提出了安全，一个集成的系统，用于管理信任使用基于逻辑的声明性语言。逻辑信任系统通过从上下文构造证明来授权每个请求--上下文是一组经过认证的逻辑语句，表示由网络系统中的各种主体发布的凭证和策略。逻辑信任系统实际使用的一个关键障碍是管理证明上下文的问题：识别、验证和组装与每个信任决策相关的凭证和策略。本文介绍了一种新的方法来管理证明上下文使用上下文链接和缓存。凭证和策略存储为通过安全标识符命名的认证逻辑集，存储在共享键值存储中。SAFE提供了语言结构来构建和修改逻辑集，链接集合以形成联合，通过引用传递它们，并将它们添加到证明上下文。SAFE根据需要获取和验证凭证集，并将其缓存在授权程序中。我们评估和讨论我们的经验，使用SAFE构建安全的服务的基础上，从实践中得出的案例研究：一个安全的名称服务解析器，一个安全的代理垫片的密钥值存储，和一个授权模块的网络基础设施作为一个服务系统与联邦信任结构。
2015-10-16 cs.CR cs.LO
The Ditmarsch Tale of Wonders - The Dynamics of Lying
University of Seville（塞维利亚大学）
我们提出了一个动态的说谎逻辑，其中一个“说谎，φ”（其中φ是一个公式的逻辑）是一个动作的意义上的动态模态逻辑，这是解释为一个状态Transformer相对于公式φ。被转换的状态是指向的Kripke模型，编码了代理人对他们信念的不确定性。谎言可以是关于事实命题的，也可以是关于模态公式的，比如其他代理人的信念或其他代理人谎言的信念后果。我们区分（i）一个外部观察者对系统中建模的代理人撒谎，（ii）一个代理人对另一个代理人撒谎，并且两者都在系统中建模。对于这两种情况，我们进一步区分了（iii）相信它被告知的一切（即使以不一致为代价）的代理人，（iv）只相信它被告知的与其当前信念一致的代理人，以及（v）通过不断修改其当前信念来相信它被告知的一切的代理人。逻辑有完整的公理化，这可以通过它们嵌入到所谓的动作模型逻辑或该逻辑的扩展到信念修正中来最优雅地显示。
2012-03-21 cs.AI cs.LO
A Logic of Uncertain Interpretation
Carnegie Mellon University（卡内基梅隆大学）
该研究提出了用于不确定解释推理的逻辑框架，给出了捕捉意义衍推的蕴涵新语义，以及采取Dempster-Shafer信念函数形式的有证据支持信念的保守概念。
2025-03-15 cs.AI cs.LO
Virtual Group Knowledge and Group Belief in Topological Evidence Models (Extended Version)
ILLC, University of Amsterdam, The Netherlands（阿姆斯特丹大学伊拉斯姆斯研究所，荷兰）；Institute of Computer Science, University of Bern, Switzerland（伯尔尼大学计算机科学研究所，瑞士）
本研究将个体层面基于证据的信念与可错知识的拓扑语义拓展至多智能体群体层面，给出群体证据逻辑及群体知识信念子逻辑的完备公理系统与可判定性证明，还拓展了动态证据共享算子并证明其与静态逻辑表达能力等价。
2025-08-29 cs.AI cs.LO cs.MA
Exploiting Belief Bases for Building Rich Epistemic Structures
IRIT（图卢兹信息学研究所）；CNRS（法国国家科学研究中心）；Toulouse University（图卢兹大学）
我们介绍了一个语义的认知逻辑利用一个信念基础的抽象。与现有的Kripke式认知逻辑语义学中可能世界和认知替代的概念是原始的不同，在所提出的语义学中，它们是非原始的，但从信念基的概念定义。我们证明了这种语义允许我们以一种比现有的归纳结构更简单和更紧凑的方式定义普遍的认知模型。我们提供了（i）一些语义等价的结果，这两个基本的认知语言与“个人信仰”算子和它的扩展的概念“只相信”，以及（ii）相对于通用认知模型的认知逻辑模型检验的下界复杂度结果。
2019-07-22 cs.AI cs.GT cs.LO
An analytic calculus for intuitionistic belief
直觉主义信念已经被阿特莫夫（Artemov）和普罗托波佩斯库（Protopescu）公理化为直觉主义命题逻辑的扩展，通过分配方案K和共反射$A\rightarrow\Box A$。通过这种方式，信念被解释为验证的结果，并且它适合于具有认知模态的直觉主义命题逻辑的扩展的Brouwer-Heyting-Kolmogorov解释。本文研究了直觉信念的自然演绎系统$\mathsf{IEL}^{-}$的结构性质。重点讨论了微积分的解析性，首先证明了正规化定理和子公式性质。从这些，逻辑的可判定性和一致性遵循作为推论。最后，用纯证明论的方法建立了析取性质、$\Box$ -素性和反射规则的可容许性。
2021-06-27 cs.LO math.LO
Effective AGM Belief Contraction: A Journey beyond the Finitary Realm (Technical Report)
University of Freiburg（弗赖堡大学）；LIX - CNRS - École Polytechnique（巴黎高等理工学院LIX研究所）；Cardiff University（卡迪夫大学）
该研究探讨非有限逻辑中AGM信念收缩的可计算性，发现不可计算性普遍存在且现有策略失效，提出基于Büchi自动机的LTL可计算收缩函数新方法。
2025-08-04 cs.AI cs.LO
Generating Plans for Belief-Desire-Intention (BDI) Agents Using Alternating-Time Temporal Logic (ATL)
Department of Systems and Computer Engineering（系统与计算机工程系）；Carleton University（卡尔顿大学）
本文提出一种基于交替时序逻辑（ATL）自动生成BDI智能体计划的工具，以支持多智能体系统中的竞争与合作，并通过协作游戏验证了计划能够帮助智能体成功实现共同目标。
2025-09-17 cs.AI cs.LO cs.MA
Standpoint Logics with Defeasible Beliefs
University of Cape Town（开普敦大学）；CAIR, South Africa（南非人工智能研究中心）；Technische Universität Dresden（德累斯顿工业大学）；ScaDS.AI – Center for Scalable Data Analytics and Artificial Intelligence Dresden/Leipzig, Germany（德国德累斯顿/莱比锡可扩展数据分析与人工智能中心）
将KLM可废止逻辑与立场逻辑框架结合，提出DRSL，通过公理化语义和多种蕴涵关系提升，实现多视角下可废止信念的形式化表达。
2026-06-07 cs.AI cs.LO
Revisable Justified Belief: Preliminary Report
University of Amsterdam（阿姆斯特丹大学）
条件Doxastic逻辑的理论$\mathsf{CDL}$是Board的条件信念的多智能体理论$\mathsf{BRSIC}$的单智能体版本。$\mathsf{CDL}$可以被视为AGM信念修正理论的一个版本，其中修正的布尔组合可以用语言表达。我们介绍了一个理论$\mathsf{JCDL}$的证明条件Doxastic逻辑，取代条件信念公式$B^ψφ$的表达式$t{\,:^ψ}φ$由一个长期$t$，其句法结构表明推导的信念$φ$后，修订$ψ$。这使我们可以把术语$t$看作是在修正发生后证明相信各种公式的理由。我们证明了$\mathsf{JCDL}$ -定理是$\mathsf{CDL}$ -定理的精确类似物，并且这个结果也成立。这使我们可以把$\mathsf{JCDL}$看作是一种可修正的合理信念理论。
2015-03-27 cs.AI cs.LO
AGM Belief Revision, Semantically
Technische Universität Dresden（德累斯顿工业大学）；FernUniversität in Hagen（哈根函授大学）
本文将Katsuno和Mendelzon的信念修正模型论刻画推广到任意Tarskian逻辑，通过表示定理建立AGM式修正算子与非必然传递的全序偏好赋值之间的双向对应，并刻画了可加强为传递偏好的逻辑类。
2023-07-06 cs.AI cs.LO
A Logic for Reasoning about Evidence
我们引入了一个逻辑推理的证据，基本上认为证据作为一个功能，从先前的信念（前观察）后的信念（后观察）。我们提供了一个健全的和完整的公理化的逻辑，并考虑到决策问题的复杂性。虽然逻辑中的推理主要是命题，但我们允许变量表示数字和量化。这种表达能力对于捕捉证据的重要属性似乎是必要的。
2006-08-03 cs.AI cs.LO
Tyche: A library for probabilistic reasoning and belief modelling in Python
The University of Western Australia（西澳大利亚大学）
本文介绍了Tyche，这是一个Python库，通过构建、查询和学习信念模型来促进不确定世界中的概率推理。Tyche使用任意描述逻辑（ADL），这在其评估中提供了优于其他描述逻辑的计算优势。Tyche信念模型可以通过定义个人的类别，关于他们的概率信念（概念）以及他们之间的概率关系（角色）来简洁地创建。我们还介绍了一种方法的观察传播，以促进学习复杂的ADL观察。一个示范的Tyche预测匿名消息的作者，并从匿名消息中提取作者的写作倾向，提供。Tyche有潜力帮助开发专家系统、知识提取系统和代理，以利用不完整和概率信息进行游戏。
2022-08-21 cs.AI cs.LO
Belief as Willingness to Bet
CWI（荷兰国家数学与计算机科学研究中心）；ILLC, University of Amsterdam（阿姆斯特丹大学逻辑、语言与计算研究所）
我们研究具有两个一元模态算子的高概率模态逻辑：表示概率确定性的算子$K$和表示超过固定理性阈值$c\geq\frac 12$的概率的算子$B$。将知识与知识相结合，将信念与信念相结合，我们可以将$c$看作是智能体的下注阈值，这就引出了“信念就是愿意下注”这句格言。“用于$c=\frac 12$的逻辑$\mathsf{KB.5}$具有一个$\mathsf{S5}$ $K$模态以及一个次正常$B$模态，该次正常$B$模态通过四个与$K$和$B$相关的方案来扩展最小模态逻辑$\mathsf{EMND45}$，其中一个方案是由Scott的定理产生的复杂方案。Lenzen是第一个使用斯科特定理来证明这种逻辑的版本对于概率解释是合理和完整的。我们重新制定Lenzen的结果，并在这里提出他们在一个现代的和可访问的形式。此外，我们引入了一个新的认知邻域语义，将更熟悉的现代模态逻辑。使用斯科特的定理，我们提供了必须施加在有限的认知邻域模型，以保证存在的概率测度尊重阈值$c=\frac 12$的邻域函数以适当的方式的Lenzen衍生的属性。这产生了概率和模态邻域语义之间的联系，我们希望将在未来的工作中使用模态逻辑的定性概率。我们留下开放的问题，必须施加有限的认知邻域模型，以保证存在一个适当的概率阈值$c\neq\frac 12$措施的属性。
2014-12-17 cs.AI cs.LO
The Doxastic Interpretation of Team Semantics
University of Helsinki（赫尔辛基大学）
我们提出了一个doxastic解释的依赖逻辑和它的扩展中考虑的许多逻辑连接词，我们认为，团队语义是一个自然的框架，推理的信念和信念更新。
2013-05-21 cs.AI cs.LO math.LO
Learning Probabilities: Towards a Logic of Statistical Learning
University of Amsterdam（阿姆斯特丹大学）；University of Bayreuth（拜罗伊特大学）
我们提出了一个新的模型，用于形成信念和学习未知的概率（例如从一个带有未知分布的彩色大理石的袋子中挑选红色大理石的概率）。对于这种“根本不确定性”的情况，最普遍的模型是不精确的概率，即将代理人的知识表示为一组概率度量。我们在这个模型中添加了一个可扩展性图，将每个度量与可扩展性数相关联，作为一种超越已知确定性的方式，并表示代理对概率的信念。有一些标准的例子：香农熵，质心等，然后我们考虑学习两种类型的信息：（1）通过重复采样从未知分布（例如从袋子里捡弹珠）学习;（2）学习关于分布的高阶信息（以线性不等式的形式，例如我们被告知红色弹珠比绿色弹珠多）。第一种方法只改变可扩展性图（通过贝叶斯规则的“可扩展性”版本），但保持给定的度量集不变;第二种方法缩小了度量集，但不改变它们的可扩展性。信念的定义与信念修正理论相同，即在最可信的世界中的真理。但是我们的信念改变不符合标准AGM公理，因为由（1）引起的修正是非AGM类型的。这是必不可少的，因为它允许我们的代理学习真实的概率：我们证明了通过重复采样获得的信念几乎肯定会收敛到正确的信念（在真实概率中）。最后，我们勾勒出统计学习的动态doxastic逻辑的轮廓。
2019-07-22 cs.AI cs.LO
A Qualitative Theory of Cognitive Attitudes and their Change
IRIT-CNRS（法国国家科学研究中心图卢兹计算机研究所）；Toulouse University（图卢兹大学）
本文提出一个通用逻辑框架，用于推理智能体的认知态度（如知识、信念、欲望等），并给出两种扩展（选择与动态算子），应用于不完全信息博弈，提供可靠完备的公理化。
2021-02-16 cs.AI cs.LO
Paraconsistent and paracomplete probabilities: Measuring reliable and unreliable beliefs
University of Campinas (UNICAMP)（坎皮纳斯大学）
本文提出基于6值paradefinite逻辑LETK⁺的概率函数，利用twist结构语义解释逻辑概率，证明其可靠性与完备性，还给出LETK⁺上Jeffrey更新的语义与句法刻画并证明等价。
2026-08-21 cs.LO
Automatic Belief Revision in SNePS
SNePS是一个基于逻辑和网络的知识表示、推理和行动系统，基于单调、次协调、一阶项逻辑，具有组合内涵语义。它有一个ATMS风格的设施，用于信念收缩，和一个代理组件，包括一个定义良好的语法和语义的原始和复合行为，以及“规则”，允许在支持推理和推理的支持行动。SNePS被设计为支持自然语言能力的认知代理。当当前版本的SNePS检测到明确的矛盾时，它与用户交互，提供帮助用户决定从知识库中删除什么以删除矛盾的信息。即将到来的SNePS 2.6也将做自动信念收缩，如果知识库中的信息warrants它。
2000-06-16 cs.AI cs.LO
Evidence Logics with Relational Evidence
动态证据逻辑是在动态环境中对代理的证据和基于证据的信念进行推理的逻辑。在本文中，我们介绍了一个家庭的逻辑推理的关系证据：证据，涉及一个排序的国家在其相对的可扩展性。我们提供了健全的和完整的公理化的逻辑。我们还提出了几个证据行动，并证明了相关的动态逻辑的可靠性和完备性。
2017-06-19 cs.LO
