Reasoning about Knowledge and Strategies: Epistemic Strategy Logic
Laboratoire IBISC -- Unversit\'e d'Evry
在本文中，我们介绍了认知策略逻辑（ESL），策略逻辑的扩展与个人知识的模态算子。这种增强的框架允许我们明确地表示和推理知识代理拥有自己的和其他代理的策略。我们提供了一个语义ESL的认知并发博弈模型，并考虑相应的模型检验问题。我们证明了模型检验ESL的复杂性并不比（非认知的）策略逻辑差
2014-04-03 cs.AI cs.LO
Model checking strategy-controlled systems in rewriting logic
本文针对 Maude 内置 LTL 模型检测器无法验证策略控制规约的问题，提出策略感知扩展，并结合表达力分析、应用示例和性能比较验证其有效性。
2024-01-15 cs.LO
Strategy Logic with Imperfect Information
我们介绍了一个扩展的策略逻辑的信息设置，称为SLii，并研究其模型检测问题。由于这种逻辑自然地捕捉多人游戏的不完美的信息，这个问题是不可判定的，但我们引入了一个语法类的“层次实例”，直观地说，作为一个去语法树的公式，战略量化关注的是更精细的观察模型，我们证明，模型检查SLii限制到层次实例是可判定的。为了建立这个结果，我们通过QCTL，一个中介，“低级”逻辑更适合自动机技术。QCTL是CTL在原子命题上的二阶量化推广。我们将其扩展到不完美的信息设置参数化的二阶量词的意见。虽然QCTLii的模型检查问题是，在一般情况下，不可判定的，我们确定的语法片段的分层公式和证明，使用自动机理论的方法，它是可判定的。我们应用我们的结果来解决复杂的战略问题，在信息不对称的设置。我们首先表明，存在的确定性策略的纳什均衡是可判定的层次信息的游戏。我们还介绍了分布式的合理的合成，一个概括的合理的合成的信息设置。因为它可以很容易地表达在我们的逻辑，我们的主要结果提供了解决这个问题的情况下，层次信息。
2020-03-07 cs.LO
Completeness for Two Left-Sequential Logics
左序贯逻辑提供了一种方法来推理（封闭的）命题项与原子命题，可能有副作用，并从左到右顺序评估。这样的命题术语通常用在程序设计语言中来指导程序的流程。在这篇论文中，我们探讨了两个这样的左序贯逻辑。首先，我们讨论完全求值左序逻辑，它采用完全求值策略，即，为了评估一个项，评估它的每一个原子命题，从而导致其可能的副作用发生。然后，我们转向短路（左序）逻辑，如[BP 10b]所示，其中评估可能是“短路”的，从而防止某些（如果不是全部）被评估的项中的原子命题。我们提出了评估树作为一个自然的语义逻辑，并提供公理化的最小识别的变体。由此，我们定义了一个逻辑与连接词，规定了一个完整的评估策略，以及连接词，规定了短路评估策略。
2012-06-09 cs.LO
Counter-Strategy Guided Refinement of GR(1) Temporal Logic Specifications
无功综合问题是找到一个有限状态控制器，满足给定的时间逻辑规范，而不管其环境的行为。开发一个正式的规格说明是一个具有挑战性的和乏味的任务，初始规格说明往往是不可实现的。在许多情况下，无法实现的根源是缺乏对系统环境的充分假设。本文考虑通过对环境添加假设来自动纠正线性时态逻辑的广义反应性（1）片段中给出的不可实现规范的问题。当一个时间逻辑规范是不可实现的，合成算法计算一个反策略作为证人。然后，我们的算法分析这种反策略，并合成一组候选环境假设，可用于从环境的可能行为中删除反策略。我们证明了我们的方法与几个案例研究的适用性。
2013-08-19 cs.FL cs.LO
A Decidable Fragment of Strategy Logic
策略逻辑（Strategy Logic，简称SL）是Mogavero、Murano和Vardi最近提出的一种有用的形式主义，用于在多智能体并发博弈中明确地推理作为一阶对象的策略。这种逻辑变得非常强大，包含了所有以前研究过的用于战略推理的模态逻辑，包括ATL，ATL* 等。不幸的是，由于它的表达能力，SL有一个非基本可判定的模型检查问题和一个高度不可判定的可满足性问题，特别是$Σ_{1}^{1}$ -Hard。为了得到一个可判定的子逻辑，本文引入并研究了单目标策略逻辑（SL[1G]，简称SL[1G]）。这个逻辑是SL的一个语法片段，严格地包含ATL*，它包含了前束范式中的公式，对于代理的每个策略量化，每次都有一个单一的时间目标。SL[1G]是一个基本可判定的模型检验问题。在这里，我们证明，与SL不同，它具有有界树模型属性，并且它的可满足性问题在2 ExpTime中是可判定的，因此不比ATL* 难。
2012-06-12 cs.LO math.LO
Strategy Logic with Imperfect Information
我们介绍了一个扩展的策略逻辑的信息设置，称为SLii，并研究其模型检测问题。由于这种逻辑很自然地捕捉到了具有不完美信息的多人博弈，因此问题是不可判定的。我们引入了一个语法类的“层次实例”，直观地说，作为一个去语法树的公式，战略量化关注的模型的更精细的观察。我们证明了模型检查SLii限制到层次实例是可判定的。这一结果，因为它允许复杂的模式存在和普遍量化的战略，大大概括了以前的，如决策的多人游戏与不完美的信息和分层的意见，决策的分布式综合分层系统。为了建立可判定性结果，我们引入并研究QCTL * ii，QCTL * 的扩展（本身是CTL * 的扩展，具有二阶量化的原子命题），通过用观测值参数化其量词。QCTL * ii的简单语法使我们能够在概念上将SLii简化为QCTL * ii，从而将关注点分开，允许人们忘记策略和参与者，只关注二阶量化。虽然QCTL * II的模型检查问题是，在一般情况下，不可判定的，我们确定的语法片段的分层公式和证明，使用自动机理论的方法，它是可判定的。SLii的可判定性结果如下，因为约简将SLii的分层实例映射到QCTL * ii的分层公式。
2018-09-03 cs.LO
Probabilistic Strategy Logic with Degrees of Observability
University of Aberdeen（阿伯丁大学）；Utrecht University（乌得勒支大学）；Open University Netherlands（荷兰开放大学）
针对现有概率策略逻辑无法表达信息透明性的问题，本文引入可观测性算子扩展 Probabilistic Strategy Logic，提出随机多智能体系统的形式化推理框架，并证明其模型检测问题可判定。
2025-01-06 cs.AI cs.LO
The Forms of Categorical Proposition
本文对直言命题的性质及其引起的逻辑问题作了详尽的考察。通过对术语逻辑和一阶逻辑的比较分析，指出著名的存在导入问题可以通过两种方式解决：一种是模型自适应策略，通过限制模型来验证对立方;另一种是语言自适应策略，通过扩展直言命题的逻辑形式来验证每个模型中的方。后一种策略是以逻辑的名义提倡的，这意味着每一个模型都是真理。最后，本文需要一些自动的过程，以确定任何一对之间的逻辑关系的性质的256个可用的直言命题。这就需要实现Prolog风格的编程机器。
2022-04-14 cs.LO
An Experiment of Randomized Hints on an Axiom of Infinite-Valued Lukasiewicz Logic
本文给出了一个由无穷值Lukasiewicz逻辑的公理（1）（2）（3）（4）得到公理（5）的自动推理随机提示策略的实验。在实验中，我们随机生成了一组大小从30到60不等的提示，用于指导定理证明器OTTER进行基于超分辨率的搜索。我们成功地在150 * 6个提示列表中找到了最有用的提示列表（包含30个子句）。此外，我们讨论了一个奇怪的非线性增长的生成子句推导公理（5）通过应用我们的随机提示策略。
2022-04-15 cs.LO
PDL as a Multi-Agent Strategy Logic
命题动态逻辑（PDL）是作为推理常规编程结构的逻辑而发明的。我们提出了一个新的视角PDL作为一个多智能体的战略逻辑（MASL）。这种策略推理逻辑将群体策略作为一等公民，并使博弈逻辑更接近标准模态逻辑。我们证明了MASL可以自然地表达博弈论，社会选择理论和投票理论的关键概念，我们给出了一个健全而完整的证明系统MASL，我们表明，MASL编码联盟逻辑。接下来，我们扩展的语言，认知多智能体战略逻辑（EMASL），我们给出的例子，它可以表达什么，我们建议使用它提出新的问题，在认知社会选择理论，我们给一个演算推理的自然类的认知博弈模型。最后，我们列出了未来研究的途径，并通过追踪与其他一些逻辑的联系来推理策略。
2013-10-23 cs.GT cs.LO
Hyper Strategy Logic
CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心）
本文提出超策略逻辑（HyperSL），通过引入超属性支持多策略配置结果比较，捕捉SL无法表达的非干扰性、定量纳什均衡等属性，并提供可判定的模型检测算法及原型实现。
2024-03-20 cs.AI cs.LO cs.MA
On Qualitative Preference in Alternating-time Temporal Logic with Strategy Contexts
Institute of Mathematics and Informatics, Bulgarian Academy of Sciences（保加利亚科学院数学与信息学研究所）
本文提出在具有策略上下文的ATL中通过翻译方法处理偏好与量化，以更简洁地表达纳什均衡等博弈解概念，并转化为QCTL进行算法推理。
2026-02-11 cs.LO cs.MA
Strategy Logic, Imperfect Information, and Hyperproperties
CISPA Helmholtz Center for Information Security（CISPA信息安全研究中心）
本文研究不完全信息策略逻辑（SL$_\text{ii}$）与超策略逻辑（HyperSL）的关系，证明在状态公式不嵌套于路径公式的限定下二者等价，给出双向编码方法，揭示不完全信息与超性质的内在关联。
2025-10-04 cs.AI cs.LO cs.MA
Together We Know How to Achieve: An Epistemic Logic of Know-How (Extended Abstract)
Vassar College（瓦萨学院）；Lafayette College（拉斐特学院）
达成目标的联盟战略的存在并不一定意味着联盟有足够的信息来知道如何遵循该战略。这也不意味着联合政府知道这种战略的存在。本文研究了分布式知识、联盟策略和联盟“专有技术”策略之间的相互作用。主要的技术成果是一个健全和完整的三模态逻辑系统，描述了这种相互作用的性质。
2017-07-27 cs.AI cs.LO
A Temporal Logic for Strategic Hyperproperties
超属性通常用于计算机安全中，以定义信息流策略和其他要求，这些要求可以推断多个计算之间的关系。在本文中，我们研究了一类新的超性质，其中个人的计算路径选择的多智能体系统中的代理联盟的战略选择。我们介绍HyperATL*，一个扩展的路径变量和策略量词的计算树逻辑。HyperATL* 可以表达策略性的超属性，例如并发系统中的调度器具有避免信息泄漏的策略。HyperATL* 对于指定异步超属性特别有用，即，超属性，其中在不同计算路径上的执行速度取决于调度器的选择。不像其他最近的逻辑规范的异步hyperproperties，我们的逻辑是第一个承认可判定的模型检验的完整的逻辑。我们提出了一个基于交替词自动机的HyperATL* 的模型检验算法，并通过提供一个匹配下界证明了我们的算法是渐近最优的。我们已经为HyperATL* 的一个片段实现了一个原型模型检查器，能够检查小程序的各种安全属性。
2021-07-06 cs.LO
Extended Graded Modalities in Strategy Logic
Technische Universitat Wien（维也纳工业大学）；Università degli Studi di Napoli Federico II（那不勒斯费德里科二世大学）
策略逻辑（SL）是多智能体系统中策略推理的逻辑形式。它的主要特点是，它具有与特定代理相关联的策略变量，这些变量具有绑定运算符。我们引入了分级策略逻辑（GradedSL），这是SL在策略变量元组上的分级量词的扩展，即，“存在至少g个不同的元组（x_1，...，其中g是集合N的并集{aleph_0，aleph_1，2 ^aleph_0}中的基数。我们证明了GradedSL的模型检测问题是可判定的。然后，我们转向GradedSL片段的复杂性。当g被限制为有限基数时，写为GradedNSL，模型检查的复杂性并不比SL更难，即，它在量词等级中是非初等的。我们说明了我们的形式主义，显示如何计算的数量不同的策略配置文件是纳什均衡（NE），或子博弈完美均衡（SPE）。通过对具体公式结构的分析，我们得出结论：检验唯一NE或SPE存在性的重要问题都可以在2 ExpTime中解决，这并不比仅仅检验此类平衡点的存在性困难。
2016-07-12 cs.AI cs.GT cs.LO
A Strategy Language for Controlled Proof Search
LIRMM, Univ. Montpellier, CNRS（法国国家科学研究中心蒙彼利埃大学联合信息与分子与材料实验室）
介绍用于受控证明搜索的Pgeon策略语言，其语义基于证明状态函数及组合运算符，能应对半可判定逻辑公平证明搜索挑战，通过一阶和模态逻辑案例研究展示了该方法的表现力与有效性。
2026-07-15 cs.LO
Reasoning about Strategies: on the Satisfiability Problem
策略逻辑（Strategy Logic，简称SL）是由Mogavero、Murano和Vardi提出的一种有用的形式主义，用于在多智能体并发游戏中明确地推理策略（作为一阶对象）。这种逻辑被证明是非常强大的，包含了所有主要的先前研究的模态逻辑的战略推理，包括ATL，ATL* 等。不幸的是，由于其高表达性，SL具有非基本可判定的模型检查问题，并且可满足性问题是不可判定的，特别是Sigma_1^1。为了得到一个可判定的子逻辑，本文引入并研究了单目标策略逻辑（SL[1G]，简称SL[1G]）。这是SL的一个语法片段，严格地包含ATL*，它包含了前束范式中的公式，每次有一个单一的时间目标，对于每个策略量化的代理。我们证明了SL[1G]与SL不同，SL[1G]具有有界树模型性质，并且它的可满足性问题在2ExpTime中是可判定的，因此并不比ATL* 的可满足性问题难.
2017-03-16 cs.LO
Tableaux for the Logic of Strategically Knowing How
Nankai University（南开大学）；College of Philosophy, Nankai University（南开大学哲学院）
本文为多智能体策略性知道如何逻辑提出了表推演过程，证明了其可靠性与完备性，并证明该逻辑的可满足性问题可在 PSPACE 内判定。
2023-07-11 cs.AI cs.LO
Satisfiability of ATL with strategy contexts
时态逻辑ATL的各种扩展最近被引入到表达多智能体系统的丰富属性。其中，ATLsc扩展了ATL的策略上下文，而策略逻辑具有一阶量化策略。这些逻辑的丰富表现力是有代价的：模型检查是非初等的，可满足性是不可判定的。本文证明了可满足性在几种特殊情况下是可判定的。最重要的一点是限制在回合制游戏中。我们证明，决策性也持有并发游戏，如果移动的数量可供代理是有界的。最后，我们证明了限制策略量化无记忆策略带来了不可判定性。
2013-07-17 cs.GT cs.LO cs.MA
The Logic of Doxastic Strategies
Institute of Logic and Intelligence, Southwest University（西南大学逻辑与智能研究所）；University of Southampton（南安普顿大学）
本文针对有理由相信可达成目标但无十足把握的策略提出“doxastic（信念）策略”概念，并构建了描述其与信念模态相互作用的可靠完备逻辑系统。
2023-12-13 cs.AI cs.LO
Together We Know How to Achieve: An Epistemic Logic of Know-How
达成目标的联盟战略的存在并不一定意味着联盟有足够的信息来知道如何遵循该战略。这也不意味着联合政府知道这种战略的存在。本文研究了分布式知识、联盟战略和联盟“专有技术”战略之间的相互作用。主要的技术成果是一个健全和完整的三模态逻辑系统，描述了这种相互作用的性质。
2017-06-15 cs.AI cs.GT cs.LO
The Complexity of Verifying Strategic Abilities in Succinct Multiagent Systems
Griffith University（格里菲斯大学）；CNRS, LIPN, Sorbonne Paris North University（法国国家科学研究中心，LIPN，索邦巴黎北大学）；University of Naples Federico II（那不勒斯费德里科二世大学）；University of New South Wales（新南威尔士大学）
本文研究不完全信息下多智能体系统策略能力验证的复杂性，证明SLK_P和SLK的简洁模型检验为AEXP(poly)完全，目标ATL和ATL*为P^{NEXP}完全，修正了相关旧结果并明确了主观语义下的复杂度性质。
2026-10-13 cs.LO
The Maude strategy language
为控制Maude规约中重写规则的非确定性以兼顾多方面需求，研究提出Maude策略语言，介绍其语义、从Maude反射实现到C++集成实现的演进及多领域应用。
2024-02-01 cs.LO
On Alternating-Time Temporal Logic, Hyperproperties, and Strategy Sharing
CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心）
针对交替时间时序逻辑ATL$^*$无法比较多策略交互、无法要求智能体共策略的局限，提出扩展逻辑HyperATL$^*_S$，支持超性质下的策略交互比较与策略共享，证明其模型检测可判定并实现工具HyMASMC完成基准评估。
2024-03-12 cs.AI cs.LO cs.MA
Strategy Synthesis for Global Window PCTL
给定一个马尔可夫决策过程（MDP）$M$和一个公式$Φ$，策略综合问题询问是否存在一个策略$σ$ s.t.所得到的马尔可夫链$M[σ]$满足$Φ$。这个问题是已知的概率时序逻辑PCTL的不可判定。我们研究了一类公式，可以被看作是一个片段的PCTL的地方，有界的地平线属性是强制执行所有沿执行。此外，我们允许线性表达式的概率不等式。这种逻辑处于可判定性的前沿，这取决于所考虑的策略类型。特别地，当策略是确定性的而一般问题是不可判定的时，策略合成是可判定的。
2022-04-25 cs.GT cs.LO
Strategic Dominance: A New Preorder for Nondeterministic Processes
该研究提出非确定性状态转换模型间的新预序strategic dominance，证明其介于迹包含与树包含之间，可用resolver logic在2-ExpTime内检验，并拓展了该逻辑的多类应用场景。
2024-07-15 cs.LO
ATLsc with partial observation
交替时间时态逻辑与策略上下文（ATLsc）是一个强大的形式主义表示多智能体系统的属性：它扩展了CTL与策略量词，提供了一个方便的方式来表达多个代理之间的合作和对抗。状态空间的不完全观测是这种框架中的一个理想特征，但它很快会导致不可判定的验证问题。在本文中，我们证明了均匀的不完全观察（其中所有玩家都有相同的观察）保留了模型检查问题的可判定性，即使是非常有表现力的逻辑，如ATLSC。
2015-09-24 cs.LO
Robust Alternating-Time Temporal Logic
本文提出扩展自ATL/ATL*的鲁棒交替时间时序逻辑rATL与rATL*，通过多值语义实现多智能体系统鲁棒策略推理，验证其模型检测与可满足性问题未增加计算复杂度。
2023-07-20 cs.LO
Towards an efficient prover for the C1 paraconsistent logic
Federal University of Technology - Paraná (UTFPR)（巴拉那联邦理工大学）；University of São Paulo (USP)（圣保罗大学）
KE推理系统是由Marco Mondadori开发的一种Tableau方法，它在计算效率方面优于Analytic Tableaux。在文献中，还没有描述一个基于KE方法的C1次协调逻辑的定理证明器。次协调逻辑有几个应用，如机器人控制和医学。这些应用程序可以受益于这样一个验证器的存在。我们提出了一个健全的和完整的KE系统C1，一个非正式规格的策略C1证明以及问题的家庭，可用于评估证明C1。本文所述的C1 KE系统和策略将用于实现一个基于KE的C1证明器，这将有助于研究和应用次协调逻辑。
2012-02-19 cs.AI cs.LO
Strategies, model checking and branching-time properties in Maude
本文扩展Maude模型检验能力，使其支持策略控制系统上的CTL*和μ-演算分支时间性质验证，并通过通用高效连接集成外部模型检验器并比较其性能。
2024-01-15 cs.LO
Correct-by-synthesis reinforcement learning with temporal logic constraints
University of Pennsylvania（宾夕法尼亚大学）；University of Bremen（不来梅大学）；DFKI GmbH（德国人工智能研究中心）
本文提出一种通过时序逻辑约束的正确性合成强化学习方法，结合最大许可策略和maximin-Q学习算法，实现系统满足规格的同时优化未知性能指标。
2015-03-05 cs.GT cs.LG cs.LO
Reasoning about Quality and Fuzziness of Strategic Behaviours
时态逻辑被广泛用于反应系统的持续行为的规范。在这一领域的两个重要发展是传统的时间逻辑的扩展与模态，使规范的多智能体系统中正在进行的战略行为，和过渡的时间逻辑的定量设置，不同的满意度值，使指定形式化的概念，如确定性或质量。我们介绍和研究FSL-SL（战略逻辑），描述战略行为的最自然和最具表现力的逻辑之一的定量扩展。FSL公式的满意度值是[0，1]中的实际值，反映了基本代理人的战略持续目标得到满足的程度。我们展示了FSL在多智能体系统定量推理中的应用，通过展示它如何表达多智能体系统的稳定性概念，以及它如何推广一些模糊时序逻辑。我们还提供了一个模型检查算法，我们的逻辑，基于量化CTL* 的定量扩展。
2019-05-27 cs.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
Computational Aspects of the Calculus of Structure
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
逻辑是正确推理的科学，逻辑系统是用正确的方法证明一定逻辑中的断言的工具。有许多逻辑系统，以及许多形式化它们的方法，例如，使用自然演绎或微积分。结构演算（Calculus of Structures，CoS）是由Alessio Guglielmi在2004年提出的一种新的形式主义，它在推理规则可以应用于公式内部的任何深度的意义上推广了结构演算，而不仅仅是主要的连接词。有了这个特性，CoS中的证明比任何其他支持分析证明的形式主义都要短。虽然拥有CoS的自由和表现力是很好的，但从证明搜索的角度来看，更多的自由意味着更大的搜索空间。在寻找演绎系统的完全自动化时，这应该受到限制。人们做了一些努力来减少这种非确定性，但它们基本上都是可操作的方法，到目前为止，还没有关于CoS计算行为的坚实的理论结果。本论文的主要焦点是讨论如何提出一个适合于实现的CoS证明搜索策略。这一战略应该是理论性的，而不是纯粹的操作性的。我们引入了结构内部子结构的不相干数的概念，并使用这个概念来实现我们的主要结果：根据我们的猜想，有一个算法对应于一个证明搜索策略，每个可证明结构的子系统中的FBV（乘法线性逻辑MLL加上规则混合）只包含成对不同的原子。我们的算法实现，我们相信我们的策略是一个很好的起点，利用计算方面的CoS在更一般的系统，如BV本身。
2013-01-21 cs.AI cs.LO
Mixing Backward- with Forward-Chaining for Metacognitive Skill Acquisition and Transfer
North Carolina State University（北卡罗来纳州立大学）
元认知技能通常与未来在演绎领域学习的准备有关。许多研究者认为策略意识和时间意识是两种元认知技能，分别解决如何和何时使用问题解决策略。结果表明，学生谁是战略和时间意识（StrTime）优于他们的nonStrTime同行在演绎域。在这项工作中，学生们接受了逻辑导师的培训，该导师支持默认的前向链接（FC）和后向链接（BC）策略。我们调查了BC与FC混合对nonStrTime学生的教学策略和时间意识的影响。在逻辑教学过程中，实验班学生通过两个逻辑推理实例和逻辑推理中的一些问题，练习如何以及何时使用逻辑推理。与此同时，他们的对照组（Ctrl）和StrTime同龄人没有接受这样的干预。六个星期后，所有的学生都经历了一个概率导师，只支持BC评估是否收购元认知技能是从逻辑转移。我们的结果表明，在两个导师上，Exp的表现都优于Ctrl，并赶上了StrTime。
2023-03-18 cs.AI cs.HC cs.LG
Secure-by-synthesis network with active deception and temporal logic specifications
本文研究了具有主动网络欺骗的网络系统中的策略综合问题。网络中的主动欺骗采用诱饵系统和其他防御措施来进行防御规划，以防止已被传感系统确认的恶意攻击者的入侵。在这种情况下，防御者的目标是确保满足时序逻辑公式中指定的安全属性。我们制定的问题，欺骗性的规划与诱饵系统和其他防御作为一个两个玩家的游戏与非对称信息和布尔支付的时间逻辑。我们使用2级超博弈的时间逻辑目标，以捕捉不完整/不正确的知识的攻击者对网络系统作为一个回报的误解。真正的支付函数是防御者的私人信息。然后，我们扩展了$omega$ -正则博弈的解的概念，分析了攻击者在不完全信息下的理性策略。通过将2级超对策的解从范式推广到扩展形式，我们扩展了具有安全时序逻辑目标的对策的解，以决定防御者是否能够确保安全属性满足概率1，给定任何可能的策略，被攻击者认为是理性的.此外，我们使用的解决方案的游戏与co-safe（可达性）的时间逻辑目标，以确定是否防御者可以从事攻击者，通过引导攻击者的高保真蜜罐。所提出的综合方法的有效性说明与合成网络系统的蜜罐。
2020-02-17 cs.FL cs.GT cs.LO
Strategically knowing how
CONICET（国家科学与技术研究理事会）；University of Toulouse（图卢兹大学）；IRIT（图卢兹计算机科学研究所）；University of Groningen（格罗宁根大学）；Peking University（北京大学）
在本文中，我们提出了一个单智能体逻辑的目标导向知道如何扩展的标准认知逻辑知道，一个新的知道如何运营商。新算子的语义基于这样的思想，即知道如何实现$ϕ$意味着存在一个（统一的）策略，使得代理知道它可以确保$ϕ$。我们给出了一个直观的公理化我们的逻辑和证明的可靠性，完整性和可判定性的逻辑。与“知道”和“知道如何”相关的关键公理说明了我们在这种情况下对“知道如何”的理解。这种逻辑可以用来表示知识-that和知识-how。
2017-05-15 cs.AI cs.LO
The Alternating-Time μ-Calculus With Disjunctive Explicit Strategies
Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学）；The Australian National University（澳大利亚国立大学）
本文将ATLES扩展为带不动点算子和策略析取的AMCDES，以更灵活刻画公平性等时序性质及受控非确定性承诺，并证明其可满足性检测为ExpTime完全，模型检测在固定解释下为QP与NP∩coNP、开放解释下为NP。
2023-05-30 cs.AI cs.LO
Towards Neural-Guided Program Synthesis for Linear Temporal Logic Specifications
University of Toronto（多伦多大学）；Vector Institute（向量研究所）
综合实现逻辑规范的程序是计算机科学中的经典问题。我们研究了一种特殊类型的程序合成，其目标是合成一种策略，该策略对潜在的敌对环境做出反应，同时确保所有执行满足线性时序逻辑（LTL）规范。不幸的是，通过逻辑推理解决所谓的LTL合成的精确方法不具有规模。在这项工作中，我们铸造LTL合成作为一个优化问题。我们采用了一个神经网络学习Q函数，然后用来指导搜索，并构建程序，随后验证的正确性。我们的方法在将搜索与深度学习相结合以实现LTL合成方面是独特的。在我们的实验中，学习的Q-函数提供了有效的指导与相对较小的规格的综合问题。
2019-12-31 cs.AI cs.FL cs.GT
Safety Verification of Stochastic Systems under Signal Temporal Logic Specifications
研究随机系统在信号时序逻辑规范下的验证问题，提出STL侵蚀策略，将概率验证转化为更严格的确定性验证，可与现有算法无缝集成，数值实验验证了其有效性。
2025-02-11 cs.FL cs.LO cs.SY
