Revisiting Epistemic Logic with Names
本文回顾了文献[10]中提出的多主体认知逻辑，其中主体和主体集合被抽象的、内涵的“名称”所取代。我们做了三个贡献。首先，我们研究了它的模型理论，提供了足够的互模拟和框架态射的概念，并使用它们来研究逻辑的表达能力和可定义性。其次，我们证明了逻辑具有自然的邻域语义，这反过来又可以证明[10]中的公理化不依赖于可能有争议的知识的内省属性。最后，我们扩展的逻辑与共同的和分布式的知识运营商，并提供了一个健全的和完整的公理化这些扩展。这些结果放在一起，把原来的认知逻辑与名称在一个更现代的背景下，并打开了一扇门的认知现象的逻辑分析组成员是不确定的或可变的。
2021-06-22 cs.LO
Depth-bounded Epistemic Logic
MIT（麻省理工学院）
本文提出限制智能体模态推理深度的 DBEL 与支持公开宣告的 DPAL，给出公理化和复杂性结果，并以泥孩问题刻画所需深度知识的界。
2023-07-11 cs.AI cs.LO cs.MA
Löb-Safe Logics for Reflective Agents
本文研究反思型智能体因 Löb 定理面临的形式化困难，指出认知与信念逻辑的流行公理模式受此障碍影响，并提出两种避免该障碍的公理模式 ${LSED}^R$ 与 ${LSED}^S$。
2024-08-21 cs.LO
Depth-bounded epistemic logic
本文提出深度有界认知逻辑DBEL及其公开宣告扩展DPAL，模拟智能体仅能推理有限模态深度的公式，给出公理化与复杂性结果，并应用于泥孩子问题以刻画所需深度知识界限。
2023-05-15 cs.LO math.LO
A New Modal Framework for Epistemic Logic
Peking University（北京大学）
近年来，非标准认知逻辑（knowingwhether，knowinghow，knowingwhat，knowingwhy等）引起了人们越来越大的兴趣，这些逻辑中引入的新的认知模态在语义上都共享$\exists x \Box ϕ$的一般模式，例如，知道如何实现$ϕ$大致意味着存在一种方法，这样你就知道它是一种方法，以确保$ϕ$。此外，由此产生的逻辑是可判定的。受这些特定逻辑的启发，在这项工作中，我们提出了一个非常通用和强大的框架的基础上，量词自由谓词语言扩展了一个新的模态$\Box^x$，它包完全$\exists x \Box$在一起。我们表明，所得到的语言，虽然更有表现力，共享许多良好的性质的基本命题模态逻辑在任意模型，如有限树模型属性和van Bentham的特征w.r.t.一阶模态逻辑我们公理化的逻辑在S5框架与直观的公理捕捉之间的相互作用$\Box^x$和知道，运营商在认知设置。
2017-07-27 cs.AI cs.LO
Uncertainty-Based Semantics for Multi-Agent Knowing How Logics
我们引入了一个新的语义多智能体认知运营商知道如何，计划之间的不可分割的关系的基础上。我们的建议，可以说，更接近于标准的介绍，知道模态在经典的认知逻辑。我们研究了这种语义和以前的方法之间的关系，表明我们的设置是一般的，足以捕捉它们。我们还定义了一个合理而完整的公理化，并研究了它的模型检验和可满足性问题的计算复杂性。
2021-06-22 cs.LO cs.MA
Endogenizing Epistemic Actions
通过一系列的例子，我们说明了一些重要的缺点，行动逻辑框架遭受其能力，以表示动态的信息更新。我们认为，这些问题源于这样一个事实，即行动模型，一个中央结构，旨在编码代理的不确定性行动，本身是有效的共同知识之间的代理。为了应对这些困难，我们激励和提出了一种替代语义，避免他们（粗略地说）内生化的动作模型。我们讨论了与动作逻辑的关系，并提供了一个健全和完整的公理化。
2017-07-27 cs.LO
Logics of Temporal-Epistemic Actions
我们提出了动态认知时序逻辑，推理框架上的多代理Kripke模型，包含指定的时间关系的操作。这些操作是动态认知逻辑中著名的“动作模型”的自然扩展。我们的“时间动作模型”可以用来定义一些信息动作，这些信息动作可以修改模型的“客观”时间结构，以及智能体关于该结构的基本和高阶知识和信念，包括他们关于时间的信念。本质上，这种方法提供了一种将动作模型风格操作的域从非时态Kripke模型扩展到时态Kripke模型的方法，其方式允许动作控制时间流。我们提出了一些例子来说明解释我们的扩展动作模型对时间Kripke模型的影响所涉及的微妙之处。我们还研究了保存时间Kripke模型的时间动作模型诱导的操作下的重要的认知时间属性，提供完整的公理化的时间动作模型的两个理论，并连接我们的方法与以前的工作在动态认知逻辑的时间。
2014-11-23 cs.AI cs.LO cs.MA
Modality Definition Synthesis for Epistemic Intuitionistic Logic via a Theorem Prover
我们推导出一个Prolog定理证明器的直觉主义认知逻辑开始，我们扩展与操作符定义提供嵌入在直觉主义命题逻辑（{ \bf IPC}）的微积分{ \bf G4 IP}。借助一个候选定义公式生成器，我们发现的公理和定理的阿特莫夫和Protopescu的{ \em直觉主义认知逻辑}（{ \bf IEL}）持有和预期的非定理公式失败的认知运营商。我们比较了嵌入{ \bf IEL}在{ \bf IPC}与同样发现成功嵌入Dosen的双重否定模态，判断不足以作为一个认识算子。最后，我们讨论了失败的{ \em必要性规则}，否则成功的{ \bf S4}嵌入和分享我们的想法的直觉解释这些差异的背景下，Brouwer-Heyting-Kolmogorov语义的直觉推理和知识获取的认识和alethic模态。保留字：认知直觉逻辑，命题直觉逻辑，基于Prolog的定理证明器，逻辑系统的自动综合，定义公式生成算法，模态逻辑嵌入直觉逻辑。
2019-09-14 cs.LO
When Names Are Not Commonly Known: Epistemic Logic with Assignments
Peking University（北京大学）；University of Auckland（奥克兰大学）
在标准的认知逻辑中，代理人的名字通常被假定为隐含的公共知识。这对于各种应用来说是不合理的。受动态逻辑中的术语模态逻辑和赋值运算符的启发，我们引入了一个轻量级的模态谓词逻辑，其中名称可以是非刚性的。这种语言能够以自然的方式处理各种dedicto和de re区别。主要的技术结果是在S5模型上对该逻辑进行了完整的公理化。
2018-06-24 cs.AI cs.LO math.LO
Learning Ontologies with Epistemic Reasoning: The EL Case
KRDB Research Centre（KRDB研究中心）；Free University of Bozen-Bolzano（博岑-博尔扎诺自由大学）；Italy（意大利（注：此处国家信息按要求不提取，但原文中该机构位于意大利，因题目要求提取范围是机构，国家不属于机构，故仅保留机构部分）}]} 修正说明：根据提取规则，国家不属于机构，应只提取大学/学院/公司/研究院级别，因此正确应为：{）
我们研究的问题，学习描述逻辑本体蕴涵通过查询，使用认知推理。我们引入了一个新的学习模型，包括认知成员和示例查询，并表明在这个模型中的多项式可学习性与Angluin的精确学习模型中的多项式可学习性与成员和等价查询相吻合。然后，我们实例化我们的学习框架EL和显示一些复杂的结果EL的认知扩展的认知运营商可以应用于公理。最后，我们转移到我们的学习模型的基础上认知推理的EL本体及其片段的已知结果。
2019-02-08 cs.AI cs.LG cs.LO
Knowing Values and Public Inspection
我们提出了一个基本的动态认识逻辑的“知道的价值”。类似于标准DEL中的公告，我们研究了“公共检查”，一个新的动态算子，它更新了代理关于常数值的知识。我们提供了一个健全的和强完整的公理化的单和多代理的情况下，利用著名的阿姆斯特朗公理的依赖关系在数据库中。
2016-11-23 cs.LO
Simplicial Models for the Epistemic Logic of Faulty Agents
LIX, CNRS, École Polytechnique, Institut Polytechnique de Paris（巴黎综合理工学院，法国国家科学研究中心，LIX实验室，巴黎综合理工学院）；Université Paris-Saclay, ENS Paris-Saclay, CNRS, LSV（巴黎萨克雷大学，巴黎萨克雷高等师范学校，法国国家科学研究中心，LSV实验室）；Université Paris Cité, CNRS, IRIF（巴黎西岱大学，法国国家科学研究中心，IRIF研究所）；Instituto de Matemáticas, UNAM（墨西哥国立自治大学数学研究所）；LIX, École Polytechnique（巴黎综合理工学院，LIX实验室）；IRIF, Université Paris Cité（巴黎西岱大学，IRIF研究所）
本文系统分类非纯单纯模型的设计选择并公理化相应认知逻辑，以支持参与智能体数量可变的场景，并通过分布式计算崩溃示例加以说明。
2023-11-14 cs.AI cs.DC cs.LO
Thinking About Causation: A Causal Language with Epistemic Operators
University of Helsinki（赫尔辛基大学）；ILLC, Universiteit van Amsterdam（阿姆斯特丹大学逻辑、语言与计算研究所）；University of Bergen（卑尔根大学）
本文提出了一个正式的框架建模的因果关系和（定性）认知推理的相互作用。为了这个目的，我们扩展了因果模型的概念与代理的认知状态的表示。在对象语言方面，我们添加了运算符来表达知识和观察新信息的行为。我们提供了一个健全的和完整的公理化的逻辑，并讨论了这个框架的因果团队语义的关系。
2020-10-30 cs.AI cs.LO
Learning What Others Know
我们提出了一些强大的动态认知逻辑多代理信息共享和行为公开或私下访问其他代理的信息数据库。我们的逻辑的静态基础是通过添加到标准的认知逻辑比较认知断言，可以表达群体或个人之间的认知优势，以及一个共同的分布式知识算子（结合了共同知识和分布式知识的特点）。在动态方面，我们引入了可以获得认知优势的行动：“共享所有人知道的”（例如，通过将访问一个人的信息数据库的所有或一些其他代理），以及更复杂的信息事件，如黑客攻击。我们完全公理化几个这样的逻辑，并证明其可判定性。
2021-09-15 cs.LO math.LO
Impure Simplicial Complex and Term-Modal Logic with Assignment Operators
Peking University（北京大学）
本文提出一种带有赋值运算的术语模态逻辑，用于解决不纯单纯复形中死亡智能体表达式的问题，并通过双射概念证明两种语义等价，同时提供完整的公理化体系。
2025-11-27 cs.LO cs.MA
Semi-simplicial Set Models for Distributed Knowledge
本文将单纯复形模型推广为半单纯集模型，以表达群体可区分而个体不可区分的分布式知识，并给出与伪模型对应的语义、子类划分及可靠完备公理化。
2023-04-26 cs.LO
Common Knowledge of Abstract Groups
认知逻辑通常讨论个体代理或明确列出的代理组的知识。然而，人们往往希望表达由某一特定属性所指定的代理人群体的知识，如“这是经济学家之间的常识”。我们介绍这样一个逻辑的共同知识，我们的术语抽象组认知逻辑（AGEL）。也就是说，AGEL的特点是一个共同的知识运营商组的代理商给出的概念，在一个单独的代理逻辑，我们保持通用，与一个可能的代理逻辑是ALC。我们发现，AGEL是EXPTIME-完全的，与标准的组认知逻辑的减少建立的下限，并通过一个满足性保持嵌入到完整的$μ$ -演算的上限。进一步的主要结果包括有限的模型属性（不享有充分的$μ$ -演算）和一个完整的公理化。
2022-11-29 cs.AI cs.LO
Reasoning About Knowledge of Unawareness
意识已被证明是一个有用的除了标准的认知逻辑的许多应用。然而，关于知识和意识的标准命题逻辑不能表达这样一个事实，即一个主体知道有他不知道的事实，而不存在一个主体知道他不知道的明确事实。通过扩展Fagin和Halpern的\emph{Logic of General Awareness}，我们提出了一个关于无意识知识的推理逻辑。这种逻辑允许对变量进行量化，因此在语言中有一个公式可以表达这样一个事实，即“一个代理人明确地知道存在一个他不知道的事实”。此外，该公式可以是真的，而不需要代理明确知道他不知道任何特定的公式。我们提供了一个健全的和完整的公理化的逻辑，使用标准的公理从文献中捕获的量化运算符。最后，我们证明了该逻辑的有效性问题是递归可判定的，但不是可判定的。
2006-03-05 cs.LO cs.MA
From Knowledge to Conjectures: A Modal Framework for Reasoning about Hypotheses
本文提出了一种新的认知模态逻辑家族，用于形式化猜想推理。通过引入Axiom C，该框架在猜想层中保留已知事实，避免模态坍缩，并定义了非平凡且完备的模态系统KC和KDC。
2026-03-21 cs.AI cs.LO
Neighbourhood semantics and axioms for strategic fragment of classical stit logic
STIT语义学是能动模态逻辑中最重要的工具之一，在哲学家和负责任的人工智能学者中广泛使用。STIT逻辑调查代理人的属性，确保某种状态保持不变，而不指定保证这种状态的具体行动。与其他多主体模态逻辑相比，STIT理论的主要优势在于表达能力。STIT逻辑不仅允许研究关于代理执行某些动作的能力的陈述（因为它是在联盟逻辑或命题动态逻辑的变体中），而且还可以研究他们做出的选择以及他们实际上实现的目标。然而，在某些情况下，这种表达可能是多余的。本文考察了经典STIT逻辑的一个特定片段，它只有战略模态算子，代表着这样一个事实，即代理人有能力看到它，一些事态的持有。片段的邻域语义，伴随着健全性，规范性，因此强完备性的结果。此外，本文提出的片段的认知扩展的基本考虑。
2022-03-17 cs.LO
Logic of Negation-Complete Interactive Proofs (Formal Theory of Epistemic Deciders)
我们产生了一个可判定的经典正常模态逻辑的内在否定完全，从而析取非单调交互式证明（LDiiP）从现有的逻辑对应的非单调或即时交互式证明（LiiP）。LDiiP内化了以主体为中心的证明论，这些理论是否定完备的（最大的）和一致的（因此严格弱于例如皮亚诺算术），并享有析取属性（如直觉主义逻辑）。换句话说，内化证明论是超过滤器，所有内化证明目标都是确定的，通过析取内化证明（因此也称为认识决定者）对代理人来说是可证明或不可证明的。尽管如此，LDiiP本身是经典的（单调的，非构造性的），负不完全的，并且不具有析取性质。我们的交互式证明的否定完全性的代价是它们的非单调性和非公共性（仅适用于单例代理社区）。作为一个正常的模态逻辑，LDiiP享有一个标准的Kripke语义，我们证明通过调用选择公理的LiiP的，然后构造一个具体的预言计算功能。LDiiP的以代理人为中心的内在化证明概念也可以被视为标准KD 45信念的否定完全析取显式精化，并产生S4可证明性的析取但否定不完全显式精化。
2013-05-29 cs.CR cs.DC cs.LO
Uncertainty-Based Knowing How Logic
本文提出基于计划间不可区分关系的新多智能体“知道如何”算子语义，证明其能涵盖先前方法，并研究了其公理化、互模拟及计算复杂度等逻辑性质。
2023-04-03 cs.LO
A Dynamic-Epistemic Logic for Mobile Structured Agents
多智能体系统已经在各种应用和理论背景下进行了研究。我们采用动态认知逻辑（DEL），设计用于推理此类系统的形式主义之一，作为我们将构建的语言的基础。BioAmbient演算是π演算的扩展，主要是为了应用于生物分子系统而开发的。它涉及环境及其在移动时通信和执行并发进程的能力。在本文中，我们结合动态认知逻辑的形式主义与BioAmbient演算的形式主义，以保持和获得过程转换后的知识的原因。其动机在于开发一种语言，通过分配知识来捕获本地可用的信息，并可能应用于生物系统以及社交，虚拟和其他方面。我们用代理替换BioAmbient演算的环境，我们将知识归因于代理，并探索这种治疗的相似之处。由此产生的逻辑描述的信息流管理移动结构化的代理，分层组织，其体系结构（和本地信息）可能会改变，由于行动，如通信，合并（两个代理），进入（一个代理到另一个代理的内部结构）和退出（从另一个代理的结构）。我们展示了如何DEL的主要公理必须改变，以适应代理的动态架构的信息效果。
2012-12-17 cs.LO math.LO q-bio.MN
Logic of (Common or Distributed) Knowledge
Tsinghua University（清华大学）
本文提出了一种扩展的知识逻辑，用于处理常识与分布式知识的结合，并研究了其动态更新的逻辑特性。
2025-11-27 cs.LO
A First-Order Logic for Reasoning about Knowledge and Probability
我们提出了一个一阶概率认知逻辑，它允许结合运营商的知识和概率在一组可能无限多的代理。所提出的框架是Fagin和Halpern（J.ACM 41：340- 367，1994）的逻辑的一阶扩展.我们定义了它的语法和语义，并证明了相应的公理系统的强完备性。
2019-01-21 cs.LO
A Logic of Knowing How
Peking University（北京大学）
在本文中，我们提出了一个单智能体模态逻辑框架推理目标直接的“知道如何”的基础上，从语言学，哲学，模态逻辑和自动规划的想法。我们首先定义一个模态语言来表达“我知道如何保证phi给定psi”的语义不是基于标准的认识模型，但标记的过渡系统，代表代理的知识，他自己的能力。一个健全和完整的证明系统，以捕捉有效的推理模式“知道如何”的最重要的公理表明其组成性质。
2015-07-09 cs.AI cs.LO
Asynchronous Announcements
IRIT（图卢兹计算机研究所）；CNRS（法国国家科学研究中心）；University of Toulouse（图卢兹大学）；LORIA（洛林计算机科学及其应用实验室）；University of Lorraine（洛林大学）
我们提出了一个多代理认知逻辑的异步公告，真实的公告是公开发送，但单独接收的代理，并在他们被发送的顺序。除了认知模态外，逻辑还包含了发出和接收公告的动态模态。一个代理人所相信的是她最初的不确定性和她收到的通知的函数。信念不一定是真实的，因为已经发布的公告可能还没有被收到。由于在发送时声明为真，因此可以排除某些消息序列，就像分布式计算中的不一致切割一样。我们提供了一个完整的公理化的\emph{asynchronous announcement logic}（AA）。这是一个归约系统，它还证明了$AA$中的任何公式都等价于没有动态模态的公式，就像公共声明逻辑一样。一个详细的例子建模的消息交换过程中的分布式计算在$AA$关闭我们的调查。
2021-01-18 cs.AI cs.DC cs.LO
How to Agree without Understanding Each Other: Public Announcement Logic with Boolean Definitions
在标准的认知逻辑中，知道p等于知道p是真的，但它并没有说理解p或知道它的意义。在本文中，我们提出了一个保守的公共公告逻辑（PAL）的扩展，其中代理人有知识或信念的真值和命题的意义。我们给出了一个完整的公理化PAL布尔定义，并讨论了各种例子。一个主体可能理解一个命题而不知道它的真值，或者反过来。此外，多个代理人可以就某件事达成一致，但不同意其含义，反之亦然。
2019-07-22 cs.LO
Positive Announcements
任意公共宣告逻辑（Arbitrary Public Announcement Logic，APAL）研究了一组主体的知识在真实公共宣告和真实认知公式的任意宣告之后如何变化。我们考虑一个变种的任意公告逻辑称为积极的任意公告逻辑（APAL+），它限制任意公告公告的正公式。正式公式禁止关于代理人无知的陈述。正公式对应于一阶逻辑中的泛片段。由于连续两次宣布的正公式不需要对应于宣布的正公式，APAL+与APAL有很大的不同。我们发现，APAL+是更有表现力的公共公告逻辑PAL，APAL+是无法比拟的APAL。我们还提供了一个声音和完整的无穷公理化。
2020-07-22 cs.LO
From Actions to Obligations: A Deontic Action Model Logic
TU Wien（维也纳工业大学）
提出道义行动模型逻辑（DAML），通过整合道义评估机制扩展认知行动模型逻辑，用于推理多智能体系统中关于行动的义务，并证明其公理化系统的可靠性和完备性。
2026-05-26 cs.LO
Uncertainty About Evidence
我们开发了一个逻辑框架，推理的知识和证据，代理人可能不确定如何解释他们的证据。我们的模型不是将证据状态表示为状态空间的固定子集，而是允许一个证据对应的可能世界的集合从一个可能世界到另一个可能世界而变化，因此本身就是不确定性的主题。这样的结构可以被看作是拓扑空间的（认知动机）推广。在这种情况下，在证据所实际包含的内容和代理人所知道的证据所包含的内容之间产生了一种自然的区别-后者一般来说要弱得多。我们提供了一个健全的和完整的公理化相应的知识和证据蕴涵的双模态逻辑，并调查这个核心系统的一些自然扩展，包括增加了一个信念模态和证据解释和蕴涵的相互作用，并通过（广义）内部运营商解释的“可知性”模态。
2019-07-22 cs.LO
Observing Interventions: A logic for thinking about experiments
University of Helsinki（赫尔辛基大学）；Universiteit van Amsterdam（阿姆斯特丹大学）；Universitetet i Bergen（卑尔根大学）；Tsinghua University（清华大学）
这篇文章是从实验中学习逻辑的第一步。为此，我们调查的因果关系和（定性）认知推理的相互作用建模的正式框架。对于我们的方法来说，至关重要的是，干预的概念可以被用作（真实或假设的）实验的正式表达。在第一步中，我们扩展了著名的因果模型与一个简单的Hintikka式表示的认知状态的代理。在由此产生的设置中，人们不仅可以谈论代理关于变量值的知识以及干预措施如何影响它们，而且还可以谈论知识更新。由此产生的逻辑可以模拟思维实验的推理。然而，它无法解释从实验中学习，这显然是由它验证了干预措施的无学习原则这一事实所带来的。因此，在第二步中，我们实现了一个更复杂的知识概念，允许代理在进行实验时观察（测量）某些变量。这个扩展的系统确实允许从实验中学习。对于所有提出的逻辑系统，我们提供了一个健全的和完整的公理化。
2021-12-01 cs.AI cs.LO
Differentiable Modal Logic for Multi-Agent Diagnosis, Orchestration and Communication
Lawrence Berkeley National Lab（伯克利劳伦斯国家实验室）；Berkeley（伯克利）
本文提出可微模态逻辑，通过神经符号方法实现多智能体系统的调试与协调，结合知识注入和多模态推理，提升智能体间的信任与因果推理能力。
2026-02-12 cs.AI cs.LO
Reasoning on Multi-Relational Contextual Hierarchies via Answer Set Programming with Algebraic Measures
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；Technische Universität Wien（维也纳工业大学）
处理上下文相关的知识导致了不同的形式化的概念的背景。其中之一是情境化知识库（CKR）框架，它植根于描述逻辑，但在推理方面与逻辑程序，特别是回答集编程（ASP）有很强的联系。CKR框架迎合了上下文中具有可废止公理和例外的推理，并将其扩展到覆盖（特异性）层次结构中的跨上下文知识继承。然而，该方法只支持这种单一类型的上下文关系和推理程序的工作仅限于层次结构，由于非平凡的问题与模型的偏好下的异常。在本文中，我们克服了这些限制，并提出了一个推广的CKR层次结构的多个上下文关系，以及他们的解释，可废止的公理和偏好。为了支持推理，我们使用ASP与代数措施，这是一个最近的扩展ASP加权公式半环，允许一个关联的数量与解释取决于命题原子的真值。值得注意的是，我们表明，CKR层次结构与多个上下文关系的相关片段，查询回答可以实现与流行的asprin框架。代数措施的方法是更强大的，并使例如推理与认知查询CKR，这打开了有趣的角度使用定量ASP扩展在其他应用程序。
2021-12-21 cs.AI cs.LO
A Computationally Grounded Framework for Cognitive Attitudes (extended version)
Univ Artois（阿尔图瓦大学）；CNRS（法国国家科学研究中心）；Toulouse University（图卢兹大学）；National Institute of Advanced Industrial Science and Technology（日本产业技术综合研究所）；ENS Lyon（里昂高等师范学院）
本文提出一种基于信念基计算基础语义的新型认知态度语言，包含五种模态算子及其公理化体系，支持动态信念改变推理，并提供基于 TQBF 归约的 PSPACE 模型检验算法及实验验证。
2024-12-18 cs.AI cs.LO
What Distributed Computing Got Wrong: The Category Mistake That Turned Design Choices into Laws of Nature
DÆDÆLUS（达伊代勒斯）
本文指出分布式计算的基础定理源于对单向信息流的误解，提出通过双向交易解决根本问题。
2026-02-21 cs.DC cs.LO quant-ph
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
