自己認識的マルチエージェントシステムとしての構造的知識の形式化とその推論の効率化

结构知识的形式化作为自我意识的多智能体系统及其推理效率

基本信息

批准号：
07780349
负责人：
外山勝彦
金额：
$ 0.64万
依托单位：
Chukyo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1995
资助国家：
日本
起止时间：
1995 至无数据
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07780349/
关键词：
非単調推論マルチエージェント自己認識論理知識表現

项目摘要

本研究では,知識をモジュール化し,各モジュールを知的行為主体であるエージェントと見なし,エージェント間でメタ知識の通信が行われるようなマルチエージェント型知識システムの形式化に関する基礎的な研究を行った.そのために,マルチエージェント自己認識論理(MAEL)を形式化し,その諸性質を解明した.また,これに基づき,階層や時間順序を持つ構造的知識の表現と利用に関する手法を与えた.具体的には,MAELの意味論を明らかにし,健全かつ完全な定理集合の特徴付けを与えた.さらに,Jiangが示したマルチエージェント自己認識論理とMAELの間にある関係を明らかにした.また,MAELに基づく知識表現については,特に,階層的知識における属性継承,および時間的知識における状態継続や因果関係,さらに時間の流れに対して逆向きの推論といった非単調推論の形式化を明らかにした.これにより,従来の知識表現において問題点とされていた多重拡張問題や時間射影問題を避けることが可能であることを示した.一方,タブロ-法に基づくMAELの決定手続きに導出原理を導入する方法の完全性を示すとともに,手続きの一層の効率改善と任意の知識を表すメタ変数の導入を図った.さらに,Prologのメタプログラミング手法を用いて計算機上への実現を行い,メタ変数の展開手法についても明らかにした.さらに,TMSを用いた推論を利用するための問題点を明らかにした.一方,MAEL論理式を通常の命題論理式に変換し,通常の導出原理によって推論を行う方法を明らかにした.これらの方法の効率比較については,さらに検討が必要である.本研究の成果から,マルチエージェント系として構造的知識を捉える手法は,知識表現法として優れた形式性を有していると考えられる.

在本研究中，我们对多智能体知识系统的形式化进行了基础研究，其中知识被模块化，每个模块被视为一个智能体，并且元知识在智能体之间进行通信。我们形式化了多主体自我意识逻辑（MAEL）并阐明了其属性，在此基础上，我们还提供了一种表示和使用具有层次结构和时间顺序的结构知识的方法。具体来说，我们阐明了MAEL的语义，并刻画了健全且完整的定理集。此外，我们阐明了Jiang和MAEL所展示的多智能体自我意识逻辑之间的关系。对于基于MAEL的知识表示，我们特别将非形式化。 -单调推论，例如层次知识中的属性继承、时间知识中的状态延续和因果关系，以及针对时间流动的推论。结果，我们证明了可以避免传统知识表示中的多重扩展问题和时间投影问题。除了证明介绍原理的方法的完整性之外，我们还旨在进一步提高效率。并引入代表任意知识的元变量。此外，我们利用Prolog的元编程方法在计算机上实现了扩展元变量另一方面，明确了利用TMS进行推理时存在的问题。另一方面，将MAEL逻辑公式转换为普通命题逻辑公式并利用普通推导原理进行推理的方法也需要进一步研究。比较这些方法的效率。本研究的结果表明，作为多智能体系统捕获结构知识的方法作为知识表示方法具有优越的形式性。