Translating Answer-Set Programs into Bit-Vector Logic
Aalto University School of Science(阿尔托大学理学院)
答案集编程(ASP)是一种用于声明性问题解决的范例,其中问题首先被形式化为规则集,即,答案集程序,在一个统一的方式,然后通过计算程序的答案集解决。可满足性模理论(SMT)框架遵循类似的建模哲学,但语法是基于命题逻辑的扩展,而不是规则。最近,提供了从答案集程序到差分逻辑的翻译-使特定SMT求解器能够用于答案集的计算。在本文中,翻译的另一个SMT片段,即固定宽度的位向量理论的基础上进行了修改。因此,甚至可以利用更多的SMT求解器来计算答案集。初步的实验比较的结果也报告。他们建议的性能水平,这是通过不同的逻辑实现类似。
2011-08-30 cs.AI cs.LO
SMT-based Constraint Answer Set Solver EZSMT+
University of Maryland, College Park(马里兰大学帕克分校);University of Nebraska at Omaha(内布拉斯加大学奥马哈分校)
约束回答集编程将回答集编程与约束处理相结合。系统EZSMT+是一个约束答案集编程工具,利用可满足性模理论求解器进行搜索。它的理论基础是对Niemela关于逻辑程序的回答集的水平排序的刻画的推广。
2019-06-03 cs.AI cs.LO
aspcud: A Linux Package Configuration Tool Based on Answer Set Programming
Universität Potsdam(波茨坦大学);Simon Fraser University(西蒙弗雷泽大学);Griffith University(格里菲斯大学)
介绍了基于Answer Set Programming的Linux软件包配置工具aspcud。特别是,我们详细介绍了aspcud的预处理器把一个CUDF规范成一组逻辑事实。
2011-09-01 cs.AI cs.LO
A framework for Conditional Reasoning in Answer Set Programming
DEMACS, University of Calabria, Italy(卡塔尼娅大学DEMACS研究中心);DISIT, University of Piemonte Orientale, Italy(皮埃蒙特东方大学DISIT研究中心)
本文提出了一种基于条件逻辑的ASP框架,用于实现条件推理,并给出了复杂度上界。
2026-01-07 cs.AI cs.LO
Counting Answer Sets of Disjunctive Answer Set Programs
National University of Singapore(新加坡国立大学);Indian Institute of Technology Bombay(印度班加罗尔理工学院);Georgia Institute of Technology(佐治亚理工学院)
提出SharpASP-SR框架,通过减法约简将析取逻辑程序的回答集计数转化为投影命题模型计数,并开发混合方法,在多样化基准上实现了最先进性能。
2025-07-15 cs.AI cs.LO
An integrated Graphical User Interface for Debugging Answer Set Programs
Alpen-Adria-Universität Klagenfurt(克拉根福阿尔卑斯-亚得里亚大学);Università della Calabria(卡拉布里亚大学)
回答集编程(ASP)是一种表达性强的知识表示和推理框架。由于其相当简单的语法搭配高性能的求解器,ASP是有趣的工业应用程序。然而,人是会犯错的,因此调试是开发过程中的一项重要活动。因此,需要用于调试非基础答案集程序的工具。在本文中,我们提出了一个新的图形调试接口的非地面答案集程序。该工具基于最近推出的DWASP调试方法,简化了与调试器的交互。此外,调试接口集成在ASPIDE中,ASPIDE是一个用于答案集程序的丰富IDE。通过我们的扩展,ASPIDE通过提供调试支持变成了一个成熟的IDE。
2016-11-15 cs.AI cs.LO
Propositional satisfiability in answer-set programming
我们表明,命题逻辑及其扩展可以支持答案集编程的方式一样,稳定的逻辑编程和析取逻辑编程。为此,我们介绍了一个逻辑的基础上的逻辑命题图式和封闭世界假设的一个版本。我们称之为CWA(PS+,符号)命题图式的扩展逻辑。这种逻辑的一个重要特征是它支持对集合基数的约束进行显式建模。在本文中,我们刻画了一类问题,可以解决的有限PS+理论。我们实现了一个基于PS+逻辑的编程系统,并在PS+中设计和实现了一个处理理论的求解器。我们提出了令人鼓舞的性能结果,我们的方法-我们表明,它是有竞争力的模型,一个国家的最先进的答案集编程系统的基础上稳定的逻辑编程。
2001-07-19 cs.AI cs.LO
An application of Answer Set Programming in Distributed Architectures: ASP Microservices
Università degli Studi di L’Aquila(拉奎拉大学)
我们提出了一种方法来定义微服务的答案集编程(ASP)的“核心”,其中微服务是一个成功的抽象设计的分布式应用程序作为套件的独立部署的交互组件。这种基于ASP的组件可以在与云计算或物联网(IoT)相关的分布式架构中采用。
2020-09-22 cs.AI cs.LO
Automated verification of weak equivalence within the SMODELS system
在答案集编程(ASP)中,通过(i)编写其答案集对应于问题的解的逻辑程序,以及通过(ii)使用答案集求解器作为搜索引擎来计算程序的答案集,来解决手头的问题。通常,程序员在优化程序长度和特定求解器上的执行时间时,为特定问题创建一系列逐渐改进的逻辑程序。这将程序员引向确保程序是等效的元级问题,即,它们产生相同的答案集。为了在方法层面简化答案集编程,我们提出了一种基于翻译的方法来验证逻辑程序的等效性。其基本思想是将所考虑的逻辑程序P和Q转换为单个逻辑程序EQT(P,Q),其答案集(如果存在的话)产生P和Q等价的反例。该方法是在这里开发的一个稍微更一般的设置时,考虑到原子的可见性比较答案集。本文提出的基于推理的方法已被实现为一个翻译器,称为lpeq,使验证弱等价的模型系统内使用相同的搜索引擎的搜索模型。我们用lpeq和smodels进行的实验表明,在某些情况下,用这种方式建立逻辑程序的等价性比简单的交叉检查答案集要快得多。
2006-08-25 cs.AI cs.LO
The informal semantics of Answer Set Programming: A Tarskian perspective
KU Leuven(鲁汶大学);University of Nebraska at Omaha(内布拉斯加大学奥马哈分校);University of Kentucky(肯塔基大学)
在知识表示中,知识工程师对他们编写的形式化表达式有很好的理解是至关重要的。在逻辑的非形式语义学理论中,研究了形式表达式直观地陈述了关于话语域的什么。在本文中,我们研究的回答集编程的非形式语义。答案集编程的根源在于扩展逻辑编程语言,它最初是作为默认和自动认知推理的认知逻辑引入的。1999年,关于答案集编程的开创性论文提出将这种逻辑用于不同的目的,即建模和解决搜索问题。目前,该语言主要用于这一新角色。然而,在这种新的语境中,原有的认识直觉失去了解释的意义。答案集程序如何连接到他们的模型的问题的规格是更容易解释的经典塔斯基语义,其中模型对应于可能的世界,而不是一个认知代理的信念状态。在本文中,我们开发了一个新的理论的非正式语义的答案集编程,这是制定在塔斯基设置和弗雷格的组合性原则的基础上。它与早期的非形式语义学的认知理论有很大的不同,它对连接词在回答集编程中的意义以及它与其他逻辑,特别是经典逻辑的关系提供了不同的观点。
2019-01-26 cs.AI cs.LO
Parametric Modular Answer Set Programs Made Declarative
University of Nebraska Omaha, USA(内布拉斯加大学奥马哈分校);University of Potsdam, Germany(波茨坦大学)
本文探讨了在一阶答案集编程中模ularity的概念,引入了参数化模态逻辑程序这一新形式,允许定义带有参数和intensionality语句的子程序,并展示了如何捕捉clingo程序的集体控制语义,连接传统非模态答案集编程。
2026-05-21 cs.AI cs.LO
Product Configuration in Answer Set Programming
University of Potsdam(波茨坦大学)
这是一个初步的工作配置知识表示,作为一个基础,建立交互式配置系统的答案集编程(ASP)。产品配置问题的主要概念进行了识别和讨论的自行车配置的例子。一个事实格式的开发用于表达产品知识,是特定领域的,可以从其他系统映射。最后,提供了一个独立于域的ASP编码,表示配置问题中的概念。
2021-09-17 cs.AI cs.LO
Constraint Monotonicity, Epistemic Splitting and Foundedness Could in General Be Too Strong in Answer Set Programming
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Vienna University of Technology (TU Wien)(维也纳工业大学)
最近,主观约束单调性、认知分裂和基础性的概念被引入到认知逻辑程序中,目的是将它们分别作为直觉的主要标准来比较文献中提出的不同答案集语义如何符合这些直觉。在本文中,我们考虑这三个概念,并在一些例子中证明它们通常可能过于强大,可能会排除一些期望的答案集,分别是世界观。总之,这些属性不应该被视为每个答案集语义必须满足的强制性属性。
2020-11-07 cs.AI cs.LO
Automated Aggregator -- Rewriting with the Counting Aggregate
University of Kentucky(肯塔基大学)
答案集编程是一种领先的声明式约束编程范式,广泛用于复杂的知识密集型应用程序。现代答案集程序设计语言支持许多等效的方法来对程序中的约束和规范进行建模。然而,到目前为止,答案集编程还没有开发出系统的方法来构建表示,这将统一地提供自动化处理。这表明,编码选择,以同样的方式选择算法和组合求解,可能是一个可行的方向,以提高性能的答案集求解。必要的先决条件是自动生成可能的替代编码的过程。在这里,我们提出了一个自动重写系统,自动聚合器或AAgg,给出了一个非地面逻辑程序,产生一个家庭的等效程序与互补的性能时,运行在现代的答案集编程求解器。我们通过实验分析证明了这种行为,并提出了该系统的使用自动答案集编程求解器选择工具。
2020-09-22 cs.AI cs.LO
Functional Answer Set Programming
University of Corunna(科鲁尼亚大学)
在本文中,我们提出了一个扩展的答案集编程(ASP),特别是其最一般的逻辑对应,量化平衡逻辑(QEL),以处理部分功能。虽然平等的治疗QEL可以建立在不同的方式,我们首先分析了选择可判定的平等与完整的功能和Herbrand模型,最近提出的文献。我们认为,这种选择产生一些违反直觉的效果,从逻辑编程和知识表示的观点。然后,我们提出了一个变种称为QELF的功能集被划分为部分和Herbrand功能(我们也称之为构造函数)。在本文的其余部分,我们展示了一个直接连接到斯科特的存在逻辑,并提出了一个实际的应用,提出了一个扩展的正常逻辑程序处理部分功能和平等,使他们可以被翻译成功能免费正常的程序,有可能以这种方式计算其答案集与任何标准的ASP求解器。
2010-06-18 cs.AI cs.LO
Graphs and colorings for answer set programming
本文研究了规则依赖图及其着色在描述和计算逻辑程序答案集中的应用。这种方法为我们提供了深入了解规则之间的相互作用时,诱导答案集。我们从不同的特征的答案集的全彩色依赖图,不同的图论方面。然后,我们开发了一系列的操作特征的答案集的运营商部分着色。与证明论中的推导概念类似,我们的操作刻画被表示为(非确定性形成的)着色序列,将未着色的图变成完全着色的图。通过这种方式,我们得到了一个操作框架,其中不同的操作符组合会导致不同的形式属性。除其他外,我们确定的noMoRe系统所采用的基本策略,并证明其算法的方法。此外,我们区分相应的拟合的操作,以及良好的基础语义。(To逻辑程序设计理论与实践(Theory and Practice of Logic Programming,TPLP)
2005-02-21 cs.AI cs.LO
Interpolable Formulas in Equilibrium Logic and Answer Set Programming
Bar Ilan University(巴伊兰大学);King’s College London(伦敦国王学院);University of Luxembourg(卢森堡大学)
插值是经典和许多非经典逻辑的重要性质,在计算机科学和人工智能中有着重要的应用。本文研究了非单调平衡逻辑系统的插值性质,根据推理关系的精确解释,建立了较弱或较强的插值形式。这些结果也产生了一种形式的插值地面逻辑程序下的回答集语义。对于析取逻辑程序,我们还研究了与变量遗忘概念密切相关的一致插值的性质。平衡逻辑的一阶版本具有类似的插值性质,只要平衡模型的集合是(一阶)可定义的。由于这是所谓的安全程序和理论的情况,因此它适用于实际答案集编程中出现的常见情况。
2014-01-16 cs.AI cs.LO
Splitting Answer Set Programs with respect to Intensionality Statements (Extended Version)
University of Nebraska at Omaha(内布拉斯加大学奥马哈分校)
本文推广了答案集程序的分割条件,考虑谓词参数与上下文,使分割技术适用于实践中常用但先前方法无法处理的程序,以提高求解性能并辅助正确性证明。
2025-03-25 cs.AI cs.LO
Analyzing Semantics of Aggregate Answer Set Programming Using Approximation Fixpoint Theory
KU Leuven(鲁汶大学)
聚合提供了一种简洁的方式来表达复杂的知识。选择一个适当的形式化的答案集编程(ASP)的聚集的问题仍然悬而未决。本文从近似不动点理论(AFT)的观点重新审视了它。我们引入了一个AFT形式化相当于Gelfond Lifschitz减少基本ASP程序,我们将其扩展到处理聚集。我们分析现有的方法如何与我们的框架。我们希望这项工作揭示了一些新的光的问题,一个适当的形式化的聚集。本文件正在考虑被TPLP接受。
2022-05-17 cs.AI cs.LO
Interpolation in Equilibrium Logic and Answer Set Programming: the Propositional Case
King’s College London(伦敦国王学院);Universidad Politécnica de Madrid(马德里理工大学);Universidad de Málaga(马拉加大学)
插值是经典逻辑和许多非经典逻辑的重要性质,在计算机科学和人工智能中有着重要的应用。在这里,我们研究的插值性质的命题版本的非单调系统的平衡逻辑,建立较弱或较强的形式的插值依赖于推理关系的精确解释。这些结果也产生了一种形式的插值地面逻辑程序下的回答集语义。对于析取逻辑程序,我们还研究了与变量遗忘概念密切相关的一致插值的性质。
2010-12-17 cs.AI cs.LO
Incremental Answer Set Programming with Overgrounding
University of Calabria(卡拉布里亚大学)
对于不同的输入,重复执行推理任务在许多应用环境中是必要的,例如流推理。在这种情况下,我们提出了一个增量接地方法的答案集语义。我们专注于生成增量较大的地面逻辑程序相当于一个给定的非地面的可能性,所谓的过度接地的程序可以重用故意与许多不同的输入组合。更新过接地程序需要很小的努力,因此当接地在一系列彼此相似的输入上重复时,使得逻辑程序的实例化相当快。值得注意的是,所提出的方法在“引擎盖下”工作,使逻辑程序的设计者从控制接地引擎和应答集系统的技术方面解脱出来。在这项工作中,我们提出的增量接地技术的理论基础,我们说明了随之而来的重复评估策略和报告我们的实验。这篇论文是在逻辑程序设计理论与实践(TPLP)中考虑的。
2019-07-22 cs.AI cs.LO
Loop Formulas for Description Logic Programs
Guizhou University(贵州大学);University of Alberta(阿尔伯塔大学)
Eiter等人提出的描述逻辑程序(DL-programs)为语义Web提供了一种简洁而强大的形式化方法,用于集成回答集编程和描述逻辑。本文将逻辑程序的完备化和循环公式的概念推广到描述逻辑程序,并证明了dl-程序的完备化和循环公式的模型可以精确地捕捉到dl-程序的回答集。此外,我们提出了一个新的,替代的语义DL-程序,称为{ \em规范答案集语义},这是由模型定义的完成,满足所谓的规范循环公式。规范答案集的一个理想性质是它们没有循环论证。本文还探讨了规范答案集的一些性质。
2010-07-23 cs.AI cs.LO
Computing Preferred Answer Sets by Meta-Interpretation in Answer Set Programming
最近,答案集编程(ASP)作为一种新的解决问题的范例引起了人们的兴趣。需要支持的一个重要方面是处理规则之间的偏好,为此提出了几种方法。在本文中,我们考虑的问题,通过元解释器的答案集编程实现偏好处理方法。特别是,我们认为首选的答案集的方法由Brewka和Eiter,由Delaware,Schaub和Tompits,由王,周和林。我们提出了合适的元解释器,这些语义使用DLV,这是一个有效的引擎ASP。此外,我们还提出了一个元解释器的弱首选答案集的方法,由Brewka和Eiter,它使用DLV的弱约束功能作为表达和解决底层优化问题的工具。我们还考虑了高级元解释器,它利用基于图的特征,通常允许更有效的计算。我们的方法表明,一般的ASP和DLV,特别是快速原型的适用性。这可以被富有成效地用于试验新的语言和知识表示形式主义。
2002-01-16 cs.AI cs.LO
Modular Answer Set Programming as a Formal Specification Language
University of Corunna(拉科鲁尼亚大学);University of Potsdam(波茨坦大学);University of Nebraska Omaha(内布拉斯加大学奥马哈分校)
本文研究了应答集程序设计(ASP)的形式化验证问题,即给出一个形式化证明,证明给定的(非基)逻辑程序P的应答集与P编码的问题的解是正确对应的,而与问题实例无关。为了这个目的,我们使用一个正式的规约语言的基础上ASP模块,使每个模块可以被证明捕捉到一些非正式方面的问题,在一个孤立的方式。这种规约语言依赖于一个新的定义(可能嵌套,一阶)的程序模块,可以将本地隐藏的原子在不同的水平。然后,对逻辑程序P进行验证,就相当于证明了P与它的模规范之间的某种等价性。正在考虑接受TPLP。
2020-08-07 cs.AI cs.LO
Solving Decision Theory Problems with Probabilistic Answer Set Programming
University of Ferrara(费拉拉大学);TU Wien(维也纳技术大学)
本文提出通过决策原子和效用属性在Credal语义下用概率回答集编程编码决策理论问题,并设计基于三层代数模型计数的算法,实验证明其可在合理时间内处理非平凡实例。
2024-08-21 cs.AI cs.LO
ASP(AC): Answer Set Programming with Algebraic Constraints
Technical University Vienna(维也纳技术大学)
加权逻辑是一个强大的工具,规范的计算半环依赖于定性信息。使用一种新的组合加权逻辑和这里和那里(HT)的逻辑,这种依赖是基于直觉的理由,我们介绍了答案集编程与代数约束(ASP(AC)),其中规则可能包含的限制,比较半环值加权公式评估。这样的约束提供了对ASP中可用的多种构造(如聚合、选择约束和算术运算符)的流线型访问。他们扩展了其中的一些,并提供了一个通用的框架,用于定义程序与代数计算,这可以卓有成效地使用,例如,起源语义的数据库程序。虽然在一般情况下是不可判定的,但ASP(AC)的表达片段可以在一个丰富的框架中用于有效解决问题。本书正在考虑被《逻辑程序设计理论与实践》接受。
2020-08-10 cs.AI cs.LO
Reformulating the Situation Calculus and the Event Calculus in the General Theory of Stable Models and in Answer Set Programming
Arizona State University(亚利桑那州立大学)
稳定模型语义下的限制和逻辑程序是两种著名的非单调形式化。前者是基于经典逻辑的动作形式主义的基础,如情境演算、事件演算和时态动作逻辑;后者是动作语言家族的基础,如语言A及其几个后代。基于对稳定模型的定义和稳定模型的语义在一类规范公式上的一致性的发现,我们重新定义了稳定模型一般理论中的情景演算和事件演算.我们还提出了一个翻译,把重新制定进一步的答案集程序,使高效的答案集求解器可以应用于计算的情况演算和事件演算。
2014-01-18 cs.AI cs.LO
Implementing Dynamic Answer Set Programming
University of Corunna(拉科鲁尼亚大学);University of Pau(波城大学);University of Potsdam(波茨坦大学)
我们介绍了一个扩展的答案集编程(ASP)与语言结构的动态(和时间)逻辑,提供了一个富有表现力的计算框架建模动态应用程序的实现。从有限线性迹上的动态和时态平衡逻辑所提供的逻辑基础出发,我们将动态公式转化为时态逻辑程序。这为我们提供了一个范式结果,建立了不同逻辑中公式的强等价性。我们的翻译依赖于辅助原子的引入,以保证多项式空间复杂度,并提供一个嵌入,这是注定不可能在同一种语言。最后,将动态公式简化为时态逻辑程序允许我们以统一的方式用这两种方法扩展ASP,并通过时态ASP求解器(如Telingo)实现这两种扩展
2020-02-19 cs.AI cs.LO
onlineSPARC: a Programming Environment for Answer Set Programming
Tufts University(塔夫茨大学);Texas Tech University(得克萨斯理工大学)
逻辑编程的最新进展(例如,答案集编程范例的发展)使得将其教授给普通大学生甚至初中/高中学生成为可能。鉴于这些学生接触计算机科学的机会有限,下载、安装和使用编写逻辑程序的工具的复杂性可能是逻辑编程接触更广泛受众的主要障碍。我们开发了一个在线的答案集编程环境,一个自包含的文件系统和一个简单的界面。它允许用户键入/编辑逻辑程序,并在程序上执行几项任务,包括对程序进行查询,获取程序的答案集,以及基于程序的答案集生成绘图/动画。
2018-09-21 cs.AI
Applications of Intuitionistic Temporal Logic to Temporal Answer Set Programming
University of Corunna, Spain(科鲁纳大学);University of Angers, France(昂热大学);University of Barcelona, Spain(巴塞罗那大学);University of Potsdam, Germany(波茨坦大学)
本文通过时态平衡逻辑探讨时态答案集编程的逻辑基础,将直觉逻辑与时态逻辑编程相结合,提出新的研究方向。
2026-03-16 cs.AI cs.LO
Solving a Flowshop Scheduling Problem with Answer Set Programming: Exploiting the Problem to Reduce the Number of Combinations
Tecnológico Nacional de México - Tecnológico de Chihuahua(墨西哥国家技术学院——奇瓦瓦技术学院)
计划和调度一直是计算机科学研究的中心主题。特别是,简单的无等待流水车间调度问题的理论方法不允许感知问题的复杂性在第一眼。本文探讨了应答集程序设计语言在解决半导体制造系统中自动湿法刻蚀调度问题中的适用性。为了减少大量的组合,提出了一种基于范围的方法。
2019-09-19 cs.AI cs.LO
Module Theorem for The General Theory of Stable Models
Arizona State University(亚利桑那州立大学)
Janhunen等人的模块定理演示了如何在答案集编程中提供模块化结构,其中每个模块都有一个定义良好的输入/输出接口,可以用来建立答案集的组合性。该定理在回答集程序分析中是有用的,是增量接地和反应式回答集程序设计的基础。我们扩展的模块定理的一般理论的稳定模型的Ferraris等。概括适用于非地面逻辑程序允许有用的结构在答案集编程,如选择规则,计数聚合,嵌套表达式。我们的扩展是基于相关的模块定理的对称分裂定理的Ferraris等人。基于这一结果,我们重新制定和扩展的增量答案集计算理论的更一般的一类程序。
2012-10-18 cs.AI cs.LO
Quantitative and Stream Extensions of Answer Set Programming
TU Vienna(维也纳工业大学)
答案集编程已经单独扩展了约束,流域,并具有推理与答案集相关的数量的能力。我们提出了一个通用的框架,结合了所有三个方向的扩展,利用这里和那里的逻辑和加权逻辑的优势,介绍和分析。
2021-09-17 cs.AI cs.CC cs.LO
Complex Optimization in Answer Set Programming
Institut für Informatik(信息学研究所);Universität Potsdam(波茨坦大学);Simon Fraser University(西蒙弗雷泽大学);Griffith University(格里菲斯大学)
偏好处理和优化是回答集编程(ASP)中解决非平凡应用程序不可或缺的手段。然而,每当它们带来计算复杂性的显著增加时,它们的实现就变得困难。因此,现有的ASP系统不提供复杂的优化能力,支持,例如,基于包含的最小化或帕累托效率。相反,这种复杂的标准通常是通过诉诸专门的建模技术,如饱和度。然而,与普通ASP建模的简单性不同,这些技术相当复杂,ASP外行几乎无法使用。我们解决这个问题,通过开发一个通用的实现技术,通过元编程,从而重用现有的ASP系统,以捕捉各种形式的定性偏好之间的答案集。通过这种方式,复杂的偏好和优化能力变得容易为ASP应用程序所用。
2011-07-28 cs.AI cs.LO
Fages' Theorem and Answer Set Programming
我们推广了Francois Fages的一个定理,该定理描述了以否定为失败的逻辑程序的完成语义和答案集语义之间的关系。对这种关系的研究对于答案集编程的出现非常重要。只要这两种语义等价,答案集就可以通过可满足性求解器来计算,而不需要使用诸如models和dlv之类的答案集求解器。作为一个例子,讨论了由于Ilkka Niemperor块世界的逻辑编程表示。
2000-03-09 cs.AI
Proceedings of the twelfth Workshop on Answer Set Programming and Other Computing Paradigms 2019
这是2019年6月3日在美国费城举行的第十二届回答集编程和其他计算范式研讨会(ASPOCP)的会议记录。
2019-11-21 cs.AI
Open Answer Set Programming with Guarded Programs
开放答案集编程(Open answer set programming,OASP)是答案集编程的一个扩展,其中可以使用程序常量的任意超集来建立程序。我们定义了一个不动点逻辑(FPL)扩展克拉克的完成,使开放的答案集对应于模型的FPL公式,并确定一个语法子类的程序,称为(松散)守卫程序。而推理与一般程序在OASP是不可判定的,FPL翻译(松散)保护程序属于可判定(松散)保护的不动点逻辑(μ(L)GF)。此外,我们减少正常的封闭ASP松散的守护OASP,使第一次,一个答案集的语义由muLGF公式的表征。我们进一步扩展了开放的答案集语义的程序与广义文字。这样的广义程序(gP)具有有趣的性质,例如,表达无穷公理的能力。我们限制语法的gPs,使规则和广义文字都受到保护。通过转换到保护不动点逻辑,我们推导出了在这种保护gPs(GgPs)中可满足性检验的2-exptime-完全性。约束GGP是具有exptime完全可满足性检查的受限GGP,但仍具有足够的表达能力以最佳地模拟计算树逻辑(CTL)。我们将Datasheet lite程序翻译为GGP,在开放的答案集语义,无替代的muGF和Datasheet lite下建立GGP的等价性。
2007-02-25 cs.AI
Fuzzy Aggregates in Fuzzy Answer Set Programming
模糊回答集编程是一个描述性的框架,用于表示和推理模糊环境中的知识。然而,在具有模糊答案集语义的选言模糊逻辑程序(DFLP)中,模糊集合的不可用性阻碍了许多有趣问题的自然和简洁的表示。在本文中,我们扩展DFLP允许任意模糊聚集。我们定义了DFLP的模糊答案集语义与任意模糊聚集,包括单调,反单调,和非单调模糊聚集。我们表明,建议的模糊答案集语义既包含了原始的模糊答案集语义DFLP和经典的析取逻辑程序与经典的聚集的经典答案集语义,从而包含了经典的析取逻辑程序的经典答案集语义。我们表明,建议的模糊答案集的DFLP与模糊聚集是最小的模糊模型,因此是不可比的,这是一个重要的属性为非单调模糊推理。
2013-04-05 cs.AI
An Application of Proof-Theory in Answer Set Programming
University of Kentucky(肯塔基大学);University of California(加利福尼亚大学)
我们将证明理论技术应用于答案集编程。主要结果包括:1.逻辑程序中Gelfond-Lifschitz算子连续性的一个刻画2.逻辑程序的稳定模型的一种命题表征(不涉及循环公式)。
2010-01-11 cs.AI
Generating explanations for answer set programming applications
New Mexico State University(新墨西哥州立大学);Saint Joseph’s University(圣约瑟夫大学)
我们提出了一个解释系统的应用程序,利用答案集编程(ASP)。给定一个程序P,一个P的答案集A,以及程序P中的一个原子a,我们的系统生成所有的解释图,这些解释图有助于解释为什么a在给定程序P和答案集A的情况下为真(或假)。我们说明了该系统的功能,使用一些例子从文献。
2021-04-18 cs.AI
System Predictor: Grounding Size Estimator for Logic Programs under Answer Set Semantics
University of Nebraska Omaha(内布拉斯加大学奥马哈分校)
答案集编程是一种面向解决困难的组合搜索问题的声明式逻辑编程范式。虽然不同的逻辑程序可以编码相同的问题,但它们的性能可能会有很大差异。识别程序的哪个版本性能最好并不总是容易的。我们提出了系统预测(及其算法后端)估计接地大小的程序,一个度量,可以影响系统处理程序的性能。我们评估预测的影响时,作为一个指导重写产生的答案集编程重写工具投影仪和LPopt。结果表明这种方法的潜力。
2023-03-29 cs.AI
Sequential composition of answer set programs
Vienna University of Technology(维也纳工业大学)
本文引入回答集程序的顺序复合,用代数方式刻画最小模型、回答集及强等价与一致等价,并提出指数、周期和非周期程序类。
2024-06-12 cs.AI cs.DM cs.LO
Automata Techniques for Temporal Answer Set Programming
University of Potsdam(波茨坦大学)
回答集编程(ASP)的时态和动态扩展在解决动态问题方面发挥了重要作用,因为它们允许使用时态运算符以非常有效的方式对动态场景进行推理。在我的博士学位上。研究,我打算利用自动机理论和动态逻辑之间的关系,添加自动机为基础的技术,以ASP求解器CLINGO帮助我们处理这些类型的问题。
2021-09-17 cs.AI cs.FL cs.LO
Anytime Computation of Cautious Consequences in Answer Set Programming
University of Calabria(卡拉布里亚大学)
在回答集编程(ASP)中,查询回答通常通过计算逻辑程序的谨慎结果(的子集)来解决。这个任务在计算上是非常困难的,并且存在计算谨慎后果在合理时间内不可行的程序。然而,目前的ASP求解器只在计算结束时才产生(整个)一组谨慎的后果。本文报告了计算谨慎后果的策略,还介绍了随时算法能够产生声音的答案在计算过程中。
2014-09-15 cs.AI
Answer Sets for Logic Programs with Arbitrary Abstract Constraint Atoms
New Mexico State University(新墨西哥州立大学)
在本文中,我们提出了两种替代方法来定义答案集的逻辑程序与任意类型的抽象约束原子(C原子)。这些方法将普通逻辑程序的基于不动点和基于层次映射的回答集语义推广到具有任意类型C原子的逻辑程序的情况。结果是四个不同的答案集定义,当应用于正常的逻辑程序时是等价的。将逻辑程序基于不动点的标准语义推广到两个方向:归约回答集和求补回答集。这些定义在处理否定即失败(naf)原子时彼此不同,它们利用直接结果算子来执行答案集检查,其定义依赖于c原子w.r.t.条件满足的概念。一对诠释。另外两个定义,称为强良支模型和弱良支模型,是普通逻辑程序的良支模型的概念到具有c原子的程序的情况的推广。至于基于不动点的语义,这两个定义之间的差异源于对naf原子的处理。我们证明了通过reduce(resp.”(《易·系辞上》)“弱”者,“弱”也。强)良好支撑模型的程序,从而推广定理之间的对应关系的稳定模型和良好支撑模型的一个正常的逻辑程序类的程序与C-原子。我们表明,新定义的语义与以前介绍的语义与单调的C原子的逻辑程序,他们扩展了原来的答案集语义正常的逻辑程序。我们还研究了一些性质的回答集的程序与C-原子,并与我们的定义的几个语义逻辑程序与聚集在文献中提出的。
2011-10-10 cs.AI
A Program-Level Approach to Revising Logic Programs under the Answer Set Semantics
Simon Fraser University(西蒙弗雷泽大学)
提出了一种基于回答集语义的逻辑程序修改方法。对于程序P和Q,目标是确定对应于P乘以Q的修正的答案集,记为P * Q。经典(AGM)修正的一个基本原则,也是指导这里方法的原则,是成功假设。在年度股东大会修订中,这规定A在K * A中。通过与成功假设的类比,对于程序P和Q,这意味着Q的答案集在某种意义上将包含在P * Q的答案集中。其基本思想是,对于P * Q,Q的三值答案集,包括正面和负面的文字,首先确定。正文字构成了一个规则的答案集,而否定文字构成了从Q产生答案集所需的最小naf文字集。这些文字被传播到程序P,以及那些不是由这些文字决定的Q规则。该方法与更新逻辑程序的工作有两个主要方面的不同。首先,我们保证修改的逻辑程序具有较高的优先级,从而满足成功假设;第二,对于修正P * Q中隐含的偏好,程序Q作为一个整体优先于P,不像更新逻辑程序,因为Q的答案集被传播到P。我们证明了AGM假设的一个核心组被满足,正如已经为更新逻辑程序提出的假设一样。
2010-07-28 cs.AI
Possibilistic Answer Set Programming Revisited
University of Washington(华盛顿大学);Vrije Universiteit Brussel(布鲁塞尔自由大学);Universiteit Gent(根特大学)
可能性答案集编程(PASP)通过为每个规则附加一定程度的确定性来扩展答案集编程(ASP)。虽然从应用程序的角度来看,这样的扩展是重要的,但现有的语义并没有很好的动机,并且并不总是产生直观的结果。为了开发一个更合适的语义,我们首先介绍了一个典型的ASP程序的答案集的可能性逻辑方面的表征,其中ASP程序指定了一组约束的可能性分布。然后自然地将这种特征推广到定义PASP程序的答案集。我们还提供了一个语法对应,导致一个可能性的推广著名的Gelfond Lifschitz约简,我们展示了我们的框架可以很容易地使用标准的ASP求解器来实现。
2012-03-15 cs.AI
A System for Interactive Query Answering with Answer Set Programming
Universität Potsdam(波茨坦大学);Simon Fraser University(西蒙弗雷泽大学);Griffith University(格里菲斯大学)
反应式答案集编程为将在线信息纳入操作解决过程铺平了道路。虽然这项技术最初是为了处理动态环境中的数据流而设计的,比如辅助生活和认知机器人,但它同样可以用于整合用户提供的事实、规则或查询。因此,我们提出了一个系统的设计和实现的交互式查询回答与反应式答案集编程。我们的系统quontroller是基于反应求解器oclingo和实现作为一个专用的前端。我们描述了它的功能和实现,并通过一些选定的用例说明了它的功能。
2013-12-20 cs.AI
Probabilistic Inductive Logic Programming Based on Answer Set Programming
National University of Ireland, Galway(爱尔兰国立大学戈尔韦)
提出了一种新的基于回答集编程(ASP)的概率知识表达形式语言。它允许注释一阶公式以及ASP规则和具有概率的事实,并从数据中学习这些权重(参数估计)。加权公式给出了一个语义方面的软,硬约束,决定了概率分布的答案集。在相关的方法相比,我们的方法推理可选地利用所谓的精简XOR约束,以减少计算的答案集的数量。我们的方法是原型实现。举例说明了引入的概念,并指出了未来研究的问题和主题。
2014-05-04 cs.AI
Using Answer Set Programming in an Inference-Based approach to Natural Language Semantics
在基于推理的自然语言语义方法中使用答案集编程
2006-07-18 cs.AI cs.CL
Tools and Methodologies for Verifying Answer Set Programs
University of Nebraska Omaha(内布拉斯加大学奥马哈分校)
答案集编程(ASP)是一种强大的声明式编程范式,通常用于解决具有挑战性的搜索和优化问题。ASP的建模语言由复杂的求解算法(求解器)支持,使解决方案搜索效率高,同时使程序员能够在高抽象级别上对问题进行建模。作为一种知识表示和推理的方法,ASP具有简单、简洁和严格定义语义的优点。这些特性使ASP成为开发形式可验证程序的一种简单方法。在人工智能(AI)的背景下,ASP程序的清晰度有助于构建可解释,可信赖的AI。在支持这些目标,我的研究是关注扩展的理论和工具支持验证的ASP脚本。
2022-08-05 cs.AI cs.LO cs.PL
Functional Stable Model Semantics and Answer Set Programming Modulo Theories
School of Computing, Informatics and Decision Systems Engineering(计算、信息与决策系统工程学院)
本文探讨了在答案集编程中整合'intensional'函数的作用,展示了功能稳定模型语义在ASPMT框架中的关键作用,并证明了紧致ASPMT程序可转换为SMT实例。
2026-05-10 cs.AI
Counting Answer Sets via Dynamic Programming
TU Wien(维也纳工业大学)
虽然近年来命题可满足性(#SAT)的解决方案计数问题重新受到关注,但这一研究趋势并没有影响其他AI解决范式,如答案集编程(ASP)。虽然ASP求解器被设计为枚举所有解决方案,因此计数可以很容易地完成,但所有解决方案的具体化是ASP(#ASP)计数问题的明显瓶颈。在本文中,我们提出了基于动态规划的#ASP算法,利用底层(地面)ASP程序的结构。一个原型实现的实验结果表明,与现有的求解器相比,承诺。
2016-12-22 cs.AI cs.CC cs.LO
Nested Aggregates in Answer Sets: An Application to a Priori Optimization
我们允许表示和推理的存在下,嵌套的多个聚合在多个变量和嵌套的多个聚合函数涉及多个变量的答案集,准确地说,在答案集优化编程和答案集编程。我们显示的适用性的答案集优化规划与嵌套的多个聚合和答案集规划与嵌套的多个聚合的概率旅行商问题,一个基本的先验优化问题在运筹学。
2013-04-05 cs.AI