Intuitionistic computability logic
可计算性逻辑(Computability Logic,CL)是关于计算任务和资源的系统形式化理论,在某种意义上,它可以被看作是线性逻辑的一种基于语义的替代。凭借其富有表现力和灵活的语言,其中公式表示计算问题,“真理”被理解为算法可解性,CL可能为建设性应用理论和计算系统提供全面的逻辑基础,这些理论和系统本质上需要建设性和计算意义的底层逻辑。其中最著名的构造主义逻辑是海廷的直觉演算INT,其语言可以被看作是CL语言的一个特殊片段。然而,INT的建构主义哲学从来没有真正找到一个直观上令人信服的和数学上严格的语义证明。CL有很好的索赔提供这样一个理由,因此实现了哥洛夫的著名论文“INT =逻辑问题”。本文包含了一个可靠性证明INT的CL语义。有关CL的全面在线资源,请访问http://www.cis.upenn.edu/~giorgi/cl.html
2006-06-14 cs.AI cs.LO math.LO
Implementing Dynamic Programming in Computability Logic Web
DongA University(东亚大学)
本文提出新算法定义及语言CoLweb,采用带证明的分布式风格简化并统一多种算法设计,并将Horn子句细分为BUQ和PUQ两类以实现知识库扩展与自动记忆化。
2023-04-04 cs.AI
Toggling operators in computability logic
Shandong University(山东大学);Villanova University(维拉诺瓦大学)
可计算性逻辑(Computability Logic,CL)(参见http://www.cis.upenn.edu/~giorgi/cl.html)是一个将逻辑重新发展为可计算性的形式理论的研究项目,与传统上的形式真理论相反。CL中的公式代表交互式计算问题,被视为机器与其环境之间的游戏;逻辑运算符代表对这些实体的操作;“真理”被理解为有效解决方案的存在。合作语言的形式是开放的,并可能会经历一系列的扩展,随着研究的进展。到目前为止,已经研究了三种类型的合取和析取:平行的,顺序的和选择的。本文件增加了一个更自然的类型,这个集合,称为切换。切换操作可以被描述为选择操作的宽松版本,其中选择是可伸缩的,允许重新考虑任何有限次数。通过这种方式,他们在交互式计算中模拟试错式决策步骤。本文的主要技术成果是为可计算性逻辑的命题片断构造了一个合理而完整的公理化,它的词汇表和否定一起包括所有四种合取和析取:平行的、切换的、顺序的和选择的。除了切换合取和析取之外,本文还介绍了量词和递归运算的切换版本。
2010-05-01 cs.AI cs.LO math.LO
From truth to computability II
可计算性逻辑是关于计算任务和资源的形式化理论。其中的公式代表交互式计算问题,而“真理”被理解为算法的可解性。交互式计算问题,反过来,被定义为某种类型的游戏之间的机器和它的环境,与逻辑运算符代表这种游戏的操作。在为这个语义引入逻辑的增量丰富片段寻找公理化的雄心勃勃的计划中,早期的文章“从真理到可计算性I”证明了系统CL3的可靠性和完备性,其语言具有所谓的平行连接词(包括否定),选择连接词,选择量词和盲量词。本文将这一结果扩展到具有相同逻辑运算符集合的更具表现力的系统CL4。使CL4富有表现力的是在其语言中存在两种原子:基本原子,代表基本计算问题(即谓词,即零交互度的问题),和一般原子,代表任意计算问题。CL4保守地扩展了CL3,后者只是前者的一般无原子片段。从CL4语言中删除盲(经典)量词组,产生一个可判定的逻辑,尽管后者仍然是一阶的。有关可计算性逻辑的全面在线资源可以在http://www.cis.upenn.edu/~giorgi/cl.html上找到
2005-07-20 cs.AI cs.LO math.LO
Sequential operators in computability logic
Villanova University(维拉诺瓦大学)
可计算性逻辑(Computability Logic,CL)(见http://www.cis.upenn.edu/cnigiorgi/cl.html)是一个语义学平台和研究程序,用于将逻辑重新发展为可计算性的形式理论,而不是传统上的真值的形式理论。CL中的公式代表(交互式)计算问题,被理解为机器与其环境之间的游戏;逻辑运算符表示对这些实体的操作;“真”被理解为有效解的存在,即,算法获胜策略的一部分CL的形式主义是开放式的,并可能会经历一系列的扩展,作为该主题的研究进展。到目前为止,CL一直关注的主要运营商群体是并行,选择,分支和盲运营商。本文介绍了一组新的重要算子,称为序列算子。后者的形式是连续的合取和析取、连续的量词和连续的递归。顾名思义,与这一组相关联的算法直觉是顺序计算的直觉,而不是与并行运算组相关联的并行计算的直觉:玩游戏的顺序组合意味着以顺序的方式一个接一个地玩它的组件。本文件的主要技术成果是一个健全的和完整的公理化的命题片段的可计算性逻辑的词汇,连同否定,包括所有三个-平行,选择和顺序-排序的合取和析取。这一结果的扩展到一阶水平也概述。
2008-10-15 cs.AI cs.LO math.LO
From formulas to cirquents in computability logic
Shandong University(山东大学);Villanova University(维拉诺瓦大学)
可计算性逻辑(Computability Logic,CoL)(参见http://www.cis.upenn.edu/cnigiorgi/cl.html)是一个最近引入的语义平台和雄心勃勃的计划,用于将逻辑重新发展为可计算性的形式理论,而不是逻辑传统上的形式真值理论。它的表达式代表了交互式计算任务,被视为机器与环境的游戏,而“真理”被理解为算法获胜策略的存在。CoL的形式主义是开放式的,并且已经经历了一系列的扩展,其中逻辑运算符代表了对游戏的操作。本文以一种全新的方式扩展了CoL的表达能力,将公式(CoL的早期语言仅限于此)推广到称为cirquents的电路式结构。与公式不同,后者能够解释整个游戏/任务的不同部分之间的子游戏/子任务共享。这种能力所提供的许多优点之一是,它允许我们捕获、提炼和概括众所周知的独立友好逻辑,在目前的飞跃之后,它自然成为CoL的保守片段,就像经典逻辑被认为是CoL的基于公式的版本的保守片段一样。并且可以在不熟悉CoL的情况下阅读。
2011-04-27 cs.AI cs.CC cs.LO
From truth to computability I
可计算性逻辑是最近提出的一种交互计算的形式化理论。有关该主题的全面在线资源,请访问http://www.cis.upenn.edu/~giorgi/cl.html。本文包含了一个合理性和完整性证明的演绎系统CL3公理化的最基本的一阶片段的可计算性逻辑称为有限深度,元素基片段。这一结果的潜在应用领域包括交互计算理论、建设性应用理论、知识库系统、资源约束规划和行动系统。本文件是自成一体的,因为它重新介绍了所有相关定义以及主要动机。
2005-07-20 cs.AI cs.GT cs.LO
The logic of interactive Turing reduction
本文从可计算性逻辑的语义出发,将直觉蕴涵理解为交互式算法约简,给出了直觉演算的蕴涵片段的可靠性和完备性证明。这个概念--更准确地说,是归约的相关概念--是图灵归约从传统的输入/输出问题到任意交互程度的计算任务的概括。请访问http://www.cis.upenn.edu/~giorgi/cl.html以获得关于可计算性逻辑的全面在线资源。
2006-02-11 cs.AI cs.LO math.LO
In the beginning was game semantics
本文概述了可计算性逻辑--交互式计算任务和资源的游戏语义构造逻辑。只有一个非概述,在它的技术部分,致力于证明健全的仿射逻辑方面的语义可计算性逻辑。有关该主题的全面在线资源可以在http://www.cis.upenn.edu/~giorgi/cl.html上找到
2008-10-24 cs.AI 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
Implementing Behavior Trees using Three-Valued Logic
考虑到行为树及其与规划和控制的相关性,在游戏开发和非游戏开发中,有状态和无状态模型之间的区别进行了讨论;一个三值逻辑桥接传统的控制流与行为树,并提出了一个C#实现。
2020-11-07 cs.AI
Implementing Default and Autoepistemic Logics via the Logic of GK
University of Science and Technology of China(中国科学技术大学);Leipzig University(莱比锡大学)
知识和合理假设的逻辑,也称为基础知识逻辑(GK),由林和肖汉姆提出,作为非单调推理的一般逻辑。到目前为止,它已经被用来嵌入默认逻辑(命题情况),自认知逻辑,特纳的普遍因果关系逻辑,以及稳定模型语义下的一般逻辑编程。除了显示GK作为非单调推理逻辑的一般性之外,这些嵌入还揭示了这些其他逻辑之间的关系。在本文中,第一次,我们展示了如何GK的逻辑可以嵌入到析取逻辑编程中的多项式,但非模块化的新变量的翻译。其结果可用于计算缺省逻辑、自认知逻辑和Turner泛因逻辑的扩展/扩展语义,并可通过claspD(-2)、DLV、GNT和cmodels等析取ASP求解器进行求解。
2014-05-05 cs.AI cs.LO
Accomplishable Tasks in Knowledge Representation
DongA University(东亚大学)
知识表示(KR)传统上是基于事实的逻辑,用布尔逻辑表示。然而,关于代理的事实也可以被看作是代理完成的一组任务。本文提出了一种新的KR方法:基于可计算逻辑的任务逻辑KR的概念。这个概念允许用户代表代理完成的任务和可执行的任务。这个概念使我们能够建立复杂的KR许多有趣的代理,这是不支持以前的逻辑语言。
2013-06-07 cs.AI cs.CL
Implementing Derivations of Definite Logic Programs with Self-Attention Networks
Graduate School of Informatics(情报学研究科);Kyoto University(京都大学);Center for Innovative Research and Education in Data Science(数据科学创新研究与教育中心)
本文提出逻辑推理的限制版本可通过自注意力网络实现,证明了结合 FFNs 的自注意力网络分层结构能为一类逻辑公式实现自顶向下和自底向上的推导,揭示了 LLMs 隐式具备逻辑推理能力。
2024-10-15 cs.AI
Implementing the First-Order Logic of Here and There
University of Pernambuco(巴伊亚大学);University of Potsdam(波茨坦大学)
本文提出了一种基于sequent 计算机和直觉逻辑嵌入的HT一阶逻辑自动定理证明器,并通过基准测试验证了其有效性。
2026-01-07 cs.AI cs.LO cs.PL
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
Implementing Tensor Logic: Unifying Datalog and Neural Reasoning via Tensor Contraction
School of Data Science(数据科学学院);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校);Department of Computer Science(计算机科学系)
本文通过张量收缩统一Datalog与神经推理,展示了在知识图谱中实现多跳推理的能力。
2026-01-23 cs.AI
Implementing Grassroots Logic Programs with Multiagent Transition Systems and AI (Full Version)
London School of Economics(伦敦经济学院);Weizmann Institute of Science(魏茨曼科学研究院)
本文提出dGLP和madGLP两种确定性变体,通过全局链接实现共享变量,证明其正确性,并展示如何利用AI技术实现多智能体通信。
2026-07-07 cs.AI cs.DC cs.LO
Extending and Implementing the Stable Model Semantics
提出了一种计算逻辑程序稳定模型语义的算法。它表明,可以扩展的语义和算法来处理新的和更具表现力的规则类型。重点放在使用有效的执行技术。特别是,实现安全地避免测试失败的每一个文字,使使用前瞻可行的前瞻性。此外,从搜索空间最小化的原则出发,给出了一个很好的启发式算法。由于缺乏竞争力的算法和实现的稳定模型的计算,该系统进行了比较,三个可满足性求解器。这表明,启发式可以通过打破关系来改进,但留下了如何打破关系的问题。它还表明,更有表现力的规则的稳定模型语义的语义明显优于命题逻辑时,一个问题有一个更紧凑的逻辑程序表示。合取范式表示永远不会比逻辑程序表示更紧凑。
2000-05-08 cs.AI cs.LO
Implementing Human-like Intuition Mechanism in Artificial Intelligence
Edencore Technologies Ltd.(伊登核心科技有限公司);Riken Institute(理化学研究所)
人类的直觉已经被几个研究项目利用人工智能技术来模拟。这些算法或模型中的大多数缺乏处理并发症或转移的能力。此外,他们也没有解释影响直觉的因素和这一过程结果的准确性。在本文中,我们提出了一个简单的系列为基础的模型,实现人性化的直觉使用的原则,连接性和未知的实体。通过使用扑克牌数据集和汽车评估数据集,我们比较了一些著名的模型与我们的直觉模型的性能。实验的目的是使用基于直觉的模型来预测最大准确度的答案。我们发现,未知实体的存在,从当前的问题场景中转移,以及在没有正常的基于逻辑的执行的情况下识别弱点,极大地影响了答案的可靠性。一般来说,在处理这些问题时,基于直觉的模型不能替代基于逻辑的机制。直觉只能作为一个支持正在进行的基于逻辑的模型,以顺序的方式处理所有的步骤。然而,当时间和计算成本是非常严格的约束时,这种基于直觉的模型变得非常重要和有用,因为它可以提供相当好的性能。通过我们的模型,影响直觉的因素进行了分析和解释。
2011-06-29 cs.AI cs.NE