Debugging Non-Ground ASP Programs: Technique and Graphical Tools
University of Genova(热那亚大学);Alpen-Adria-Universität Klagenfurt(阿尔卑斯-亚德里亚大学克拉根福分校);University of Calabria(卡拉布里亚大学)
答案集编程(ASP)是逻辑编程和非单调推理领域中的主要声明式编程范式之一。尽管ASP具有简单的语法和直观的语义,但在ASP程序的开发过程中,错误是常见的。在本文中,我们提出了一种新的调试方法,允许交互式本地化的错误在非地面程序。新方法将用户直接指向一组涉及错误的非基本规则,通过向程序员询问一系列关于预期答案集的问题,可以对这些规则进行细化(直到很容易识别错误)。该方法已实施的ASP求解器WASP的顶部。由此产生的调试器已经补充了一个用户友好的图形界面,并集成在ASPIDE,一个丰富的IDE的答案集程序。此外,一个实证分析表明,新的调试器是不受接地爆破限制以前的方法基于元编程的应用。逻辑程序设计理论与实践(TPLP)
2018-08-01 cs.AI
Towards Automatic Composition of ASP Programs from Natural Language Specifications
University of Calabria(卡拉布里亚大学)
本文针对ASP规约自动生成问题,构建了图相关问题规约数据集,提出基于NL2ASP工具的两步架构(先经神经机器翻译转CNL,再用CNL2ASP转ASP代码),实验验证了方法可行性。
2024-03-07 cs.AI
Sketched Answer Set Programming
KU Leuven(鲁汶大学);LIRMM CNRS(法国国家科学研究中心蒙彼利埃计算机、机器人与微电子实验室)
答案集编程(ASP)是一个强大的建模形式主义的组合问题。然而,编写ASP模型并不是一件小事。我们提出了一种新的方法,称为草图答案集编程(SkASP),旨在支持用户解决这个问题。用户编写一个ASP程序,同时用问号标记不确定的部分。此外,用户还提供了所需程序行为的一些正面和负面示例。将绘制好的模型改写成ASP程序,用传统方法求解。其结果是,用户获得一个功能和可重用的ASP程序建模她的问题。我们评估我们的方法21个著名的难题和组合问题的启发卡普的21个NP完全问题,并展示了一个基于ASP的数据库应用程序的用例。
2018-08-22 cs.AI
Two results for proiritized logic programming
优先缺省推理在知识表示和推理中表现出了丰富的表达能力和灵活性。然而,优先缺省推理的许多重要方面还有待深入探讨。在本文中,我们研究两个性质的优先级逻辑程序的背景下,回答集语义。具体来说,我们揭示了一个密切的关系,相互可撤销性和唯一性的答案集的优先级逻辑程序。然后,我们探讨如何扩展逻辑程序的分裂技术可以扩展到优先级的逻辑程序。我们证明了分裂定理,可以用来简化在一定条件下的优先级逻辑程序的评价。
2002-03-05 cs.AI
Proceedings of Answer Set Programming and Other Computing Paradigms (ASPOCP 2013), 6th International Workshop, August 25, 2013, Istanbul, Turkey
本卷包含2013年8月25日在伊斯坦布尔举行的第六届回答集编程和其他计算范式研讨会(ASPOCP 2013)上提出的论文,与第29届逻辑编程国际会议(ICLP 2013)位于同一地点。因此,它延续了之前与ICLP共同举办的一系列活动,旨在促进关于跨越当前ASP技术在理论,解决和应用方面的边界的讨论,并与其他计算范式相结合或受到其他计算范式的启发。
2013-12-28 cs.AI
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
Interactive Debugging of ASP Programs
University Klagenfurt(克拉根福大学)
答案集编程(ASP)的广泛应用,说明性问题的解决需要开发工具,支持编码过程。程序调试是这个过程中的关键活动之一。最近建议的ASP调试方法允许有效计算故障的可能解释。然而,即使对于一个小程序,调试器也可能返回大量可能的解释,并且必须手动选择正确的解释。在本文中,我们提出了一种基于交互式查询的ASP调试方法,扩展了以前的方法,并通过观察找到了一个较好的解释。系统询问程序员一组基础原子是否必须在程序的所有(谨慎地)或一些(勇敢地)回答集合中为真。由于一些查询可以比其他人更翔实,我们讨论的查询选择策略,用户的偏好的解释,可以找到最好的查询。也就是说,其答案的查询减少了识别优选解释所需的查询的总数。
2014-10-28 cs.AI
Origins of Answer-Set Programming - Some Background And Two Personal Accounts
University of Kentucky(肯塔基大学);Aalto University(阿尔托大学)
我们讨论了进化方面的非单调推理的计算范式的答案集编程(ASP)。我们给出了一个总体概述的根源ASP和跟进的个人观点的研究发展,帮助verbalize ASP的主要原则,并区分它从经典的逻辑编程。
2011-08-16 cs.AI
A formalism for causal explanations with an Answer Set Programming translation
INRIA Bretagne Atlantique(法国国家信息与自动化研究所布列塔尼大西洋分所);IRISA(法国布列塔尼大西洋计算机科学与随机系统研究所)
我们研究的实用性为用户使用回答集编程(ASP)表示逻辑形式主义。我们的例子是一种形式主义,旨在从因果信息中捕获因果解释。我们展示了这种翻译工作的自然性和相对效率。我们感兴趣的是编写ASP程序的容易程度。早期制度的局限性使得在实践中,"声明性方面“更多地是理论性的,而不是实际的。我们将展示如何在最近的工作ASP系统的改进,促进翻译。
2010-08-23 cs.AI
Technical Report: Inconsistency in Answer Set Programs and Extensions
Institut für Logic and Computation(逻辑与计算研究所);Technische Universität Wien(维也纳工业大学)
答案集编程(ASP)是一种基于非单调逻辑程序的著名问题求解方法。HEX程序通过外部原子扩展ASP,用于访问任意外部信息,这些信息可以引入输入程序中没有的值。在这项工作中,我们考虑不一致的ASP和HEX程序,即,没有答案的程序。我们研究不一致的特征,介绍了一种新的概念,解释不一致的输入事实,分析推理任务的复杂性,不一致分析的背景下,计算不一致的原因和技术。这一理论工作的动机是两个具体的应用程序,我们也提出。第一个是新的建模技术的查询回答子程序作为一个方便的替代众所周知的饱和技术。第二个应用程序是一个新的评估算法的HEX程序的基础上冲突驱动的学习程序具有多个组件:而对于某些程序类以前的技术遭受评估瓶颈,新的方法在我们的实验中表现出显着的,潜在的指数加速。由于众所周知的ASP扩展,如约束ASP和DL-程序对应于特殊情况下的HEX,所有提出的结果是有趣的超出了具体的形式主义。
2018-05-31 cs.AI
The Seventh Answer Set Programming Competition: Design and Results
University of Potsdam(波茨坦大学);University of Genova(热那亚大学);Università della Calabria(卡拉布里亚大学)
答案集编程(ASP)是一种重要的知识表示语言,它起源于逻辑编程和非单调推理。每两年举办一次ASP竞赛,以提供具有挑战性的基准集合,并评估ASP解决方案的最新进展。在本文中,我们报告了第七届ASP竞赛的设计和结果,该竞赛由卡拉布里亚大学(意大利),热那亚大学(意大利)和波茨坦大学(德国)联合举办,并与第14届逻辑编程和非单调推理国际会议(LPNMR 2017)合作。(正在考虑接受TPLP)。
2019-04-19 cs.AI
Splitting Epistemic Logic Programs
University of Corunna(拉科鲁尼亚大学);Universität Potsdam(波茨坦大学);IRIT(图卢兹计算机科学研究所);University of Toulouse(图卢兹大学);CNRS(法国国家科学研究中心)
认知逻辑程序构成了稳定模型语义的扩展,以处理称为主观文字的新构造。非正式地说,主观文字允许检查某些常规文字是否在所有稳定模型或某些稳定模型中为真。可以想象,相关的语义已经被证明是不平凡的,因为主观文字的真实性可能会干扰它应该查询的稳定模型集。因此,没有达成明确的协议,并在文献中提出了不同的语义建议。不幸的是,这些建议之间的比较一直局限于研究它们对个别例子的影响,而不是确定要检查的一般属性。在本文中,我们提出了一个扩展的著名的分裂性质的逻辑程序的认知情况。为了这个目的,我们正式定义时,任意语义满足的认知分裂属性,并检查一些后果,可以从这一点,包括它的关系,符合规划和认知的限制。有趣的是,我们证明(通过反例),大多数现有的建议未能满足认知分裂属性,除了最初的语义Gelfond在1991年提出的。
2020-03-27 cs.AI cs.LO
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
Conflict-driven ASP Solving with External Sources
Institut für Informationssysteme(信息系统研究所);Technische Universität Wien(维也纳技术大学)
答案集编程(ASP)是一种基于非单调逻辑程序和高效求解器的著名问题求解方法。为了能够访问外部信息,HEX程序扩展具有外部原子的程序,其允许逻辑程序和外部计算源(例如,描述逻辑推理机和Web资源)。目前的求解器评估HEX程序的翻译ASP本身,其中外部原子的值猜测和验证后,普通的答案集计算。这种优雅的方法一般不会随着外部访问的数量而扩展,特别是在存在非确定性的情况下(这对ASP很有用)。在本文中,我们提出了一种新的,本地的算法评估HEX程序,使用学习技术。特别是,我们扩展了冲突驱动的ASP解决技术,它可以防止求解器再次遇到相同的冲突,从普通的十六进制程序。我们展示了如何从外部源评估中获得额外的知识,以及如何在冲突驱动的算法中使用它。我们首先针对不知情的情况,即,当我们没有额外的信息外部来源,然后扩展我们的方法的情况下,额外的元信息是可用的。实验表明,从外部源学习可以显着减少运行时间和考虑候选兼容集的数量。
2012-10-05 cs.AI
Query Answering in Object Oriented Knowledge Bases in Logic Programming: Description and Challenge for ASP
SRI International(斯坦福国际研究院);New Mexico State University(新墨西哥州立大学)
本文介绍ASP中大规模知识库KB_Bio_101及其查询程序,并解释这些查询对当前ASP求解器构成重大实际挑战的原因。
2013-12-20 cs.AI
How to Split a Logic Program
Azrieli College of Engineering(阿兹列里工程学院)
答案集编程(ASP)是解决一系列实际应用的成功方法。尽管快速ASP求解器的可用性,计算答案集需要非常大的计算能力,因为解决的问题是在多项式层次结构的第二层。如果程序可以分成两个不相交的部分,底部和顶部,则可以实现答案集计算的加速。因此,底部部分独立于顶部部分被评估,并且底部部分评估的结果用于简化顶部部分。Lifschitz和Turner引入了分裂集的概念,即,一组定义分裂的原子。本文证明了计算具有某些理想性质的分裂集的问题可以归结为一个经典的搜索问题,并在多项式时间内求解。这使我们能够在各种程序中对分裂集的大小进行实验,并导致一个有趣的发现,即稳定模型计算中的复杂性来源。我们还表明,头周期自由的程序,分裂集的定义可以调整,以允许分裂更广泛的一类程序。
2021-09-17 cs.AI cs.LO cs.PL
On the Foundations of Grounding in Answer Set Programming
University of Potsdam(波茨坦大学)
我们提供了一个全面的阐述变量实例化,或接地,在回答集编程(ASP)的理论基础。ASP的建模语言的语义的基础上,我们介绍了接地算法(不动点)运营商的正式表征。一个主要的作用是由专门的有根据的运营商,其相关的模型提供语义指导划定接地的结果,随着飞行简化。我们解决了一个表达类的逻辑程序,采用递归聚合,从而相当于现有的ASP建模语言的范围。这伴随着一个简单的算法框架,详细说明了递归聚合的基础。给出的算法基本上对应于ASP地滚球gringo中使用的算法。
2022-07-25 cs.AI
The Design of the Fifth Answer Set Programming Competition
Università della Calabria(卡拉布里亚大学);Helsinki Institute for Information Technology HIIT(赫尔辛基信息技术研究所 HIIT);Aalto University(阿尔托大学);University of Potsdam(波茨坦大学);Università di Genova(热那亚大学)
答案集编程(ASP)是一种成熟的声明式编程范式,它在逻辑编程和非单调推理领域得到了发展。ASP解决技术的进步通常在比赛中进行评估,因为它发生在其他密切相关的问题解决技术,如SAT/SMT,QBF,计划和调度。ASP竞赛(通常)是两年一次的活动;然而,第五届ASP竞赛偏离了传统,以加入2014年维也纳夏季逻辑的FLoC奥林匹克运动会,这有望成为逻辑历史上最大的事件。ASP竞赛系列由卡拉布里亚大学(意大利),阿尔托大学(芬兰)和热那亚大学(意大利)联合举办,并隶属于第30届国际逻辑编程会议(ICLP 2014)。它具有完全重新设计的设置,包括轨道设计,评分模式以及坚持固定建模语言的新颖性,以推动ASP-Core-2标准的采用。基准域取自过去的版本,并将2013年提交的最佳系统包与新版本和求解器进行比较。逻辑程序设计理论与实践(Theory and Practice of Logic Programming,TPLP)
2014-06-03 cs.AI
Using ASP with recent extensions for causal explanations
INRIA Bretagne Atlantique(法国国家信息与自动化研究所布列塔尼大西洋分所);IRISA(法国雷恩信息系统与随机系统研究所)
我们研究的实用性为用户使用回答集编程(ASP)表示逻辑形式主义。我们选择作为一个例子的形式主义,旨在捕捉因果关系的解释,从因果信息。我们提供了一个实现,显示自然和相对效率的翻译工作。我们感兴趣的是编写ASP程序的容易性,根据ASP的声明性方面。早期系统的局限性(糟糕的数据结构和重用程序片段的困难)使得在实践中,"声明性方面“更多的是理论而不是实践。我们展示了最近的工作ASP系统的改进促进了很多翻译,即使一些改进仍然是有用的。
2010-12-03 cs.AI
aspps --- an implementation of answer-set programming with propositional schemata
我们提出了一个答案集编程范例的实现,称为aspps(答案集编程与命题模式的缩写)。系统aspps是为处理PS+理论而设计的。它包括两个基本模块。第一个模块psgrnd为PS+理论奠定了基础。第二个模块,称为aspps,是一个求解器。它计算地面PS+理论的模型。
2001-07-19 cs.AI cs.LO
Nested HEX-Programs
Technische Universität Wien(维也纳工业大学)
ASP(Spectral-Set Programming)是一种成熟的声明式编程范式。然而,传统的ASP缺乏子程序调用,就像在过程编程中一样,并且通常无法访问外部计算(如远程过程调用)。这个特性是为了增加模块化和-假设适当的访问-对子程序结果的(Meta)推理。虽然HEX程序通过外部源访问扩展了经典ASP,但它们不支持预先调用(子)程序。我们提出了嵌套的HEX程序,扩展HEX程序,以满足所需的功能,在一个用户友好的方式。值得注意的是,可以单独访问被调用子程序的答案集。这对于需要对答案集进行推理的应用程序特别有用,例如置信集合并、用户定义的聚合函数或答案集的偏好。
2011-08-29 cs.AI
Answer Set Programming Modulo Theories and Reasoning about Continuous Changes
School of Computing, Informatics and Decision Systems Engineering(计算、信息与决策系统工程学院);Arizona State University(亚利桑那州立大学)
本文提出ASPMT框架,将答案集编程与SMT紧密集成,并通过增强动作语言C+展示其在连续与离散变化推理及连续资源累积效应表示中的有效性。
2025-07-06 cs.AI
Towards end-to-end ASP computation
National Institute of Informatics(日本信息机构)
本研究提出一种端到端ASP计算方法,通过将Lin-Zhao定理与约束转化为向量空间中的代价函数数值最小化问题,结合预计算和环公式启发式策略,无需符号ASP或SAT求解器即可求解稳定模型,并经经典编程示例验证了有效性。
2025-10-02 cs.AI
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
Stable-Unstable Semantics: Beyond NP with Normal Logic Programs
Helsinki Institute for Information Technology HIIT(赫尔辛基信息技术研究所);Department of Computer Science Aalto University(阿尔托大学计算机科学系)
标准答案集程序设计(ASP)的目标是从多项式时间层次结构(PH)的第一层开始求解搜索问题。使用ASP处理NP之外的搜索问题就不那么简单了。析取逻辑程序的类提供了达到PH的第二级的最突出的方式,但是将相应的硬问题编码为析取程序通常需要复杂的技术,例如饱和或元解释。这种技术的应用很容易导致非专家无法访问的编码。此外,虽然析取ASP求解器通常依赖于对(co-)NP oracle的调用,但可能难以从输入程序中检测到oracle正在被访问的位置。在其他形式主义中,如量化布尔公式(QBF),底层oracle的接口更透明,因为它显式地记录在公式的量词前缀中。另一方面,从建模的角度来看,ASP比QBF具有优势。丰富的高级语言(如ASP-Core-2)提供了各种各样的原语,可以对搜索问题进行简洁而自然的编码。在本文中,我们提出了一种新的逻辑编程-基于建模范式,结合了ASP和QBF的最佳功能。我们开发了所谓的组合逻辑程序,其中预言机被直接转换为(正常的)逻辑程序本身。递归体现这种建设使逻辑编程任意高层次的PH值。我们开发了一个概念验证实现我们的新范式。本文件正在考虑被TPLP接受。
2016-08-15 cs.AI
Splitting an operator: Algebraic modularity results for logics with fixpoint semantics
众所周知,在某些条件下,可以在稳定的模型语义下分割逻辑程序,即,将这样的程序划分为多个不同的“级别”,使得整个程序的模型可以通过为每个级别递增地构造模型来构造。类似的结果也存在于其他非单调形式主义,如自认知逻辑和缺省逻辑。在这项工作中,我们提出了一个一般的,代数分裂理论的逻辑与不动点语义。再加上近似理论的框架,一个一般的不动点理论的任意运营商,这给了我们一个统一的和强大的方式得出分裂结果的每一个逻辑与不动点语义。我们证明了这些结果的有用性,通过推广现有的结果为逻辑编程,自动认知逻辑和默认逻辑。
2006-10-26 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
Inconsistency Proofs for ASP: The ASP-DRUPE Format
University of Calabria(卡拉布里亚大学);TU Dresden(德累斯顿工业大学);TU Wien(维也纳工业大学);secunet Security Networks AG(secunet安全网络股份公司)
答案集编程(ASP)求解器是高度调优的复杂过程,其隐式地解决一致性问题,即,决定逻辑程序是否允许答案集。对于(正常的)程序,可以在多项式时间内判定一个要求的答案集在形式上是否是程序的正确答案集.然而,要验证一个声称不一致的程序是否确实不承认任何答案集,还远没有那么快。在本文中,我们解决了这个问题,并开发了新的证明格式ASP-德鲁普命题,析取逻辑程序,包括重量和选择规则。ASP-DRUPE基于反向单元传播(RUP)格式,旨在实现布尔可满足性。我们建立了ASP-DRUPE的正确性,并讨论了如何将其集成到现代ASP解决方案。随后,我们提供了一个实现的ASP-德鲁巴到黄蜂求解器正常逻辑程序。这项工作正在考虑接受在TPLP。
2019-07-24 cs.AI cs.LO
Partial Compilation of ASP Programs
DeMaCS University of Calabria(卡塔尼亚大学DeMaCS);Knowledge-based Systems Group TU Wien(维也纳技术大学基于知识的系统组)
答案集编程(ASP)是逻辑编程中一种著名的声明式形式主义。高效的实现使得ASP可以应用于许多场景,从演绎数据库应用程序到解决困难的组合问题。最先进的ASP系统基于传统的Ground\&Solve方法,并且是通用的实现,即,对于任何类型的输入程序,它们基本上都是一次性构建的。在本文中,我们提出了一个扩展的ASP系统架构,其中输入程序的部分被编译成一个ad-hoc评估算法(即,我们获得给定程序的特定二进制文件),并且可能不受基础步骤的影响。为此,我们确定了一个条件,允许编译的子程序,并提出了相关的部分编译技术。重要的是,我们已经实现了一个著名的ASP求解器上的新方法,并进行了公开的基准测试的实验分析。结果表明,我们的编译为基础的方法,提高了在各种情况下,包括输入程序分层或接地爆破的情况下,使传统的ASP系统的评估不切实际的最先进的。
2019-07-24 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
Towards Generating Explanations for ASP-Based Link Analysis using Declarative Program Transformations
Tilburg University(蒂尔堡大学);University of Würzburg(维尔茨堡大学)
解释和解释的生成是人工智能和数据科学中的重要主题,目的是使方法和系统对人类更加透明和易于理解。本文研究了链接分析问题,特别是链接预测和异常链接发现社交网络使用回答集编程(ASP)的声明性方法。将ASP应用于链接预测提供了强大的声明性方法,例如,用于结合领域知识以进行解释性预测。在这种情况下,我们提出了一种新的方法来生成解释-离线理由-使用声明式程序转换。该方法本身纯粹基于声明性程序的语法转换,例如,在ASP形式化中,使用规则插装。我们证明了所提出的方法的有效性,举例说明它在社交网络,也包括领域知识的链接分析的应用程序。
2019-09-08 cs.AI cs.SI
Annotating Answer-Set Programs in LANA?
University of Bath(巴斯大学);Sabanci University(萨班哲大学);Technische Universität Wien(维也纳工业大学)
虽然过去的研究在回答集编程(ASP)主要集中在理论,ASP求解器技术,和应用程序,目前的工作本身的背景下,一个相当最近的研究趋势:开发支持ASP。特别是,我们建议增加答案集程序与额外的元信息制定一个专用的注释语言,称为LANA。这种语言允许将规则分组为连贯的块,并指定语言签名、类型、前置和后置条件,以及这些块的单元测试。虽然这些注释对ASP求解器是不可见的,因为它们采取程序注释的形式,但它们可以被工具解释为文档,测试和验证目的,以及通过实现语法检查或代码完成功能来消除常见编程错误的来源。为了证明它的多功能性,我们介绍了两个这样的工具,即(一)ASPDOC,用于生成一个HTML文档的基础上的注释信息的程序,和(二)ASPUNIT,用于运行和监控程序块上的单元测试。在基于Eclipse的ASP集成开发环境SeaLion系统中,也对LANA进行了开发。逻辑程序设计理论与实践Theory and Practice of Logic Programming
2012-10-08 cs.AI cs.SE
On the Strong Equivalences of LPMLN Programs
Southeast University(东南大学)
LPMLN结合了回答集编程(ASP)和马尔可夫逻辑网络(MLN)的方法,成为非单调、不一致和不确定知识表示和推理的有力工具。为了便于应用和扩展对LPMLN的理解,本文研究了LPMLN程序之间的强等价性,这是逻辑程序设计领域的一个重要性质。在ASP领域中,两个程序P和Q是强等价的,当且仅当对任意ASP程序R,由R扩展的程序P和Q具有相同的稳定模型。换句话说,一个ASP程序可以被替换为它的强等价之一,而不考虑它的上下文,这有助于我们简化逻辑程序,增强推理机,构建人性化的知识库等,因为LPMLN是ASP和MLN的组合,在LPMLN的强等价的概念是很大的不同,在ASP。首先,我们提出了LPMLN程序之间的p-强等价和w-强等价的概念。其次,我们提出了一个表征的概念,通过概括的SE模型的方法在ASP。最后,我们展示了使用强等价简化LPMLN程序,并提出了一个充分和必要的句法条件,保证一个单一的LPMLN规则和空程序之间的强等价。
2019-09-18 cs.AI cs.LO
LP2PB: Translating Answer Set Programs into Pseudo-Boolean Theories
Vrije Universiteit Brussel(布鲁塞尔自由大学)
回答集编程(ASP)是一种成熟的知识表示形式。大多数ASP求解器都是基于布尔可满足性求解技术的(扩展)。虽然这些求解器在许多实际应用中非常成功,但它们的强度受到其底层证明系统分辨率的限制。在本文中,我们提出了一个新的工具LP2PB,ASP程序转换为伪布尔理论,求解器的基础上(更强)切割平面证明系统存在。我们评估我们的工具,和潜在的切割平面为基础的解决ASP对传统的ASP基准以及基准从伪布尔求解。我们的结果好坏参半:总的来说,传统的ASP求解器仍然优于我们的翻译方法,但几个基准家庭被确定的平衡转移的其他方式,从而表明,进一步调查到一个更强大的证明系统的ASP是有价值的。
2020-09-22 cs.AI cs.LO
A Machine Learning guided Rewriting Approach for ASP Logic Programs
Department of Mathematics and Computer Science University of Calabria(卡利亚里大学数学与计算机科学系)
回答集编程(ASP)是一种声明式逻辑形式主义,允许通过逻辑程序编码计算问题。尽管声明性质的形式主义,一些先进的专业知识是必需的,在一般情况下,设计一个ASP编码,可以有效地评估一个实际的ASP系统。试图减少手动调整ASP程序的负担的常见方法包括根据合适的技术自动重写输入编码,以产生替代的但语义上等效的ASP程序。然而,重写并不总是在性能方面给予好处,因此,需要适当的手段来预测其效果与这方面。在本文中,我们描述了一种基于机器学习(ML)的方法来自动决定是否重写。特别是,给定一个ASP程序和一组输入事实,我们的方法选择是否以及如何重写输入规则的基础上测量其结构属性和域信息的一组功能。为此,一个多层感知器模型,然后训练,以指导ASP地面I-DLV重写输入规则。我们报告并讨论了一个原型实现的实验评估的结果。
2020-09-22 cs.AI cs.LG cs.LO
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
selp: A Single-Shot Epistemic Logic Program Solver
TU Wien(维也纳工业大学)
认知逻辑程序(英语:Epistemic Logic Programs,ELP)是答案集编程(英语:Answer Set Programming,ASP)的一个扩展,它具有认知算子,允许一种形式的元推理,即在多个可能世界上进行推理。现有的ELP求解方法通常依赖于对ASP求解器进行多次调用以评估ELP。然而,在本文中,我们表明,也存在一个直接的翻译从ELP到非地面ASP有界arity。由此产生的ASP程序可以在Single Shot中求解。然后,我们实现这种编码方法,使用最近提出的技术来处理大型,非地面ASP规则,到原型ELP解决系统“selp”,我们在本文中提出。该求解器在一组ELP基准实例上表现出具有竞争力的性能。逻辑程序设计理论与实践(TPLP)
2020-01-04 cs.AI cs.LO
A Multi-Engine Approach to Answer Set Programming
Università degli Studi di Genova(热那亚大学);Università degli Studi di Sassari(萨萨里大学);Università della Calabria(卡拉布里亚大学)
答案集编程(ASP)是一种真正的声明式编程范式,在非单调推理和逻辑编程领域提出,最近已在许多应用中使用。因此,开发高效的ASP系统至关重要。考虑到改进ASP的求解方法的任务,有两种常用的方法来实现这一目标:$(i)$扩展最先进的技术和ASP求解器,或$(ii)$从头开始设计一个新的ASP求解器。这些趋势的替代方案是建立在最先进的求解器之上,并应用机器学习技术来自动选择“最好的”可用求解器。在本文中,我们追求这后一个方向。我们首先定义了一组便宜的计算句法功能,表征ASP程序的几个方面。然后,我们应用分类方法,给定{ \sl training}集中的实例的特征和求解器在这些实例上的性能,归纳学习算法选择策略以应用于{ \sl test}集。我们报告了一些实验的结果,考虑到求解器和不同的训练和测试集的情况下,从提交给“系统跟踪”的第三届ASP竞赛。我们的分析表明,通过将机器学习技术应用于ASP求解,可以获得非常稳健的性能:与第三届ASP竞赛的任何求解器相比,我们的方法可以解决更多的实例。(To逻辑程序设计理论与实践(Theory and Practice of Logic Programming,TPLP)
2013-06-20 cs.AI cs.LO
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
Founded (Auto)Epistemic Equilibrium Logic Satisfies Epistemic Splitting
IRIT University of Toulouse(图卢兹大学IRIT研究所);CNRS(法国国家科学研究中心);Universität Potsdam(波茨坦大学)
在最近的研究中,两个熟悉的概念,从逻辑编程语义(无基集和分裂)的情况下,认知逻辑程序外推。知识分裂的属性提供了一种自然和模块化的方式来理解程序没有知识周期,但令人惊讶的是,只有满足Gelfond的原始语义(G91),在文献中的许多建议。另一方面,G91可能会遭受一种自我支持的,毫无根据的推导时,认知循环发挥作用。最近,这些推导的缺失也被形式化为认知语义学的一个属性,称为基础性。此外,还提出了第一个被证明满足成立性的语义,即所谓的成立自认知平衡逻辑(FAEEL)。在本文中,我们证明了FAEEL也满足知识分裂属性的东西,连同成立性,没有履行任何其他方法到目前为止。为了证明这一结果,我们提供了一个替代的特征FAEEL的G91与一个更简单的逻辑,我们称之为建立认知平衡逻辑(FEEL),这是某种程度上的外推稳定模型语义模态逻辑S5的组合。正在考虑接受TPLP。
2020-02-20 cs.AI cs.LO
Solving Distributed Constraint Optimization Problems Using Logic Programming
New Mexico State University(新墨西哥州立大学)
本文探讨了使用答案集编程(ASP)解决分布式约束优化问题(DCOPs)。本文的创新之处在于:(1)将DCOP表示为逻辑程序:(2)介绍了第一个基于逻辑程序设计的DCOP算法ASP-DPOP;(3)实验表明,ASP-DPOP比DPOP快两个数量级(它的命令式编程对应)以及解决一些问题,DPOP未能解决,由于内存限制;以及(4)它证明了ASP在目前被建模为DCOP的一系列多Agent问题中的适用性。逻辑程序设计理论与实践(TPLP)
2017-05-10 cs.AI cs.MA
Controlled Natural Language Processing as Answer Set Programming: an Experiment
Macquarie University(麦考瑞大学)
大多数受控自然语言(CNL)都是在依赖于不同软件组件的流水线架构的帮助下处理的。在本文中,我们以实验的方式研究了答案集编程(ASP)如何适合作为解析CNL、推导所得语法树的正式表示以及使用该表示进行推理的统一框架。我们开始从一个列表中的输入标记在ASP符号,并显示如何输入可以转换成一个语法树使用ASP语法,然后到具体的ASP规则的形式的一组事实。这些事实然后由ASP元解释器处理,允许我们推断新知识。
2014-07-15 cs.AI cs.CL
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
Reasoning about Cardinal Directions between 3-Dimensional Extended Objects using Answer Set Programming
Sabanci University(萨班哲大学)
我们提出了一种新的正式框架(称为3D-nCDC-ASP)表示和理由的基本方向之间的扩展对象在3维(3D)空间,使用答案集编程(ASP)。3D-nCDC-ASP扩展了Cardinal Directional Calculus(CDC),提供了一种新的默认约束类型,并将nCDC-ASP扩展到3D。3D-nCDC-ASP提供了一个灵活的平台,提供不同类型的推理:默认的非单调推理,检查对象之间3D基本方向上的一组约束的一致性,解释不一致性,以及推断缺失的CDC关系。我们证明了3D-nCDC-ASP的可靠性,并说明其实用性与应用程序。本文件正在考虑被TPLP接受。
2020-08-10 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
Abstract Solvers for Computing Cautious Consequences of ASP programs
University of Calabria(卡拉布里亚大学);University of Genoa(热那亚大学);dibris.unige.it(dibris.unige.it(此处为邮箱域名,非机构名,按要求不应提取,实际应为前两个大学))
抽象求解器是一种形式化分析算法的方法,这些算法已被有效地用于描述、比较和组合各种领域的求解技术,例如命题可满足性(SAT)、量化SAT、可满足性模理论、答案集编程(ASP)和约束ASP。在本文中,我们设计,实现和测试新的谨慎推理任务的抽象解决方案,在ASP。我们展示了如何改进目前的抽象求解器谨慎推理ASP借用新技术在SAT骨干计算,以设计新的求解算法。通过这样做,我们也正式表明,在ASP中解决谨慎推理任务的算法是密切相关的计算布尔公式的骨干。我们实现了一些新的解决方案,在ASP求解器WASP,并表明他们的性能是比较先进的解决方案的基准问题,从过去的ASP比赛。正在考虑接受TPLP。
2019-07-22 cs.AI cs.LO
Diminution: On Reducing the Size of Grounding ASP Programs
本文提出diminution概念,通过选取Herbrand域子集生成缩减的ground程序,有效缓解了ASP的grounding瓶颈,在五个基准上平均减少70%的grounding时间。
2025-08-12 cs.AI cs.LO
On finitely recursive programs
析取有限程序是一类逻辑程序,它允许函数符号,因此允许无限域。它们具有非常好的计算特性,例如,地面查询是可判定的,而在一般情况下,稳定模型语义是高度不可判定的。本文证明了一类更大的程序,称为递归程序,在稳定模型语义下,它保持了有限程序的大部分优良性质,即:(i)递归程序具有紧致性;(ii)不一致性检查和怀疑推理是半判定的;(iii)正常递归程序的怀疑归结是完全的.此外,我们展示了如何检查不一致性,并回答怀疑查询使用有限子集的地面程序实例。我们通过推广Lifschitz和Turner的分裂序列定理来实现这一点:我们证明了如果输入程序P是递归的,则由任何光滑分裂ω序列确定的部分稳定模型收敛到P的稳定模型。
2009-01-19 cs.AI cs.LO
A Paraconsistent ASP-like Language with Tractable Model Generation
University of Warsaw(华沙大学);Linköping University(林雪平大学)
答案集编程(ASP)是当今主流的基于规则的知识表示工具。尽管现有的ASP变体享有高效的实现,但生成答案集仍然是棘手的。本研究的目标是定义一个新的类似于\asp的规则语言,4SP,具有易处理的模型生成。该语言结合了ASP和次协调规则语言4 QL的思想。虽然4SP共享\asp的语法,并且对于每个程序,其所有答案集都在4SP模型中,但新语言在其逻辑基础、其使用的预期方法和计算模型的复杂性方面与ASP不同。正如我们在论文中所展示的,4 QL可以被看作是一个次协调的ASP程序分层相对于默认否定。虽然为4 QL程序生成支持良好的模型是容易的,但放弃分层使4 QL和ASP都变得棘手。为了保持易处理性,同时允许非分层的程序,在4SP中,我们引入试验表达式交错的程序与假设的真值默认否定。这使我们能够开发一个具有确定性多项式时间复杂度的~模型生成算法。我们还显示了4SP,ASP和4 QL之间的关系。
2019-12-20 cs.AI cs.LO cs.PL
Backdoors to Tractable Answer-Set Programming
Vienna University of Technology(维也纳工业大学);University of Potsdam(波茨坦大学)
答案集编程(ASP)是一种越来越流行的声明式编程框架,它允许通过形成析取逻辑程序的规则和约束来描述问题。特别是,许多人工智能的问题,如推理在一个非单调设置可以直接制定在ASP。虽然ASP的主要问题是高计算复杂性,位于多项式层次的第二层,ASP的几个限制已被确定在文献中,ASP问题变得易于处理。在本文中,我们使用后门的概念,以确定新的限制,使ASP问题易于处理。小后门是一组原子,代表通过搜索空间的“聪明的推理捷径”,并代表问题输入中的隐藏结构。后门的概念广泛应用于命题可满足性和约束满足等领域。我们表明,它可以卓有成效地适应ASP。我们演示了如何后门可以作为一个统一的框架,容纳几个听话的限制ASP已知的文献。此外,我们展示了后门如何使我们能够部署最近的算法结果从参数化复杂性理论域的答案集编程。
2014-03-06 cs.AI cs.CC
EZASP - Facilitating the Usage of ASP
NOVA School of Science and Technology(新里斯本大学科学与技术学院)
本文提出EZASP,一个Visual Studio Code扩展,支持基于Easy ASP方法的ASP程序开发,提供语法检查、警告和自动排序功能,帮助用户更高效地学习和使用ASP。
2026-07-24 cs.AI cs.SE
2-ASP(Q) programs with weak constraints: Complexity and efficient implementation
University of Calabria(卡拉布里亚大学);Rende Italy(意大利伦德)
本文研究了带有两个量词和弱约束的ASP(Q)程序(2-ASP(Q)^w)的复杂性,并提出基于CEGAR技术的Casper系统实现策略,实验证明其有效性。
2026-05-26 cs.AI cs.CC cs.CL
Implementing Metric Temporal Answer Set Programming
University of Potsdam, Germany(波恩大学);University of Corunna, Spain(科鲁纳大学);University of Angers, France(昂热大学);Potassco Solutions, Germany(Potassco解决方案)
研究如何实现度量时态回答集编程,利用带差异约束的ASP扩展处理时间相关方面,有效解耦度量ASP与时间粒度,解决处理细粒度时间约束时的可扩展性问题,使解决方案不受时间精度影响。
2026-07-08 cs.AI cs.LO
ASP-Bench: From Natural Language to Logic Programs
Algorithms and Complexity Group TU Wien(算法与复杂性组维也纳技术大学)
ASP-Bench通过自然语言到逻辑程序的转换基准,评估了基于ReAct框架的代理方法,揭示了建模难度的多维因素。
2026-02-01 cs.AI cs.CL cs.LO