混合自动推理工具:从黑盒到透明盒的集成
本研究提出了约束应答集编程 Constraint Answer Set Programming (CASP)新研究领域,开发相应的 EZCSP 语言及其解释器并对其进行了系统性的研究,其设计和算法细节清晰地证明了这种混合系统的发展具有挑战性。在此基础上,展开了基于 EZCSP 的案例研究,重点关注其提供的各种集成方式。
Feb, 2017
本文提出了 Constraint answer set programming 技术的概述,重点介绍了整合法和翻译法两种设计 Constraint answer set 求解器的方法,并提供了一个基于该技术的 Traveling Salesman Problem 的编码实例。
Jul, 2021
本文提出了用于扩展 ASP 的带限制的顶部 - 向下执行模型 s(CASP), 它可以在执行期间保留逻辑变量,并在答案集中应用约束,与 ASP、CLP 和其他 CASP 系统相比具有更出色的表达能力和性能。
Apr, 2018
使用基于约束的谓词应答集编程的查询驱动自顶向下执行模型 s (CASP) 生成完整解释树,为 ASP 应答集提供最小化且易于转化为自然语言的解释,显著促进了 ASP 程序理解和操作的可行性。
Sep, 2020
本文提出了一种新的基于约束应答集规划的 PDDL + 计划方法,在将 PDDL + 模型编码为 CASP 问题的基础上,处理混合离散 - 连续动力学领域,这是将 PDDL + 计划和逻辑编程联系起来的首次尝试,并以 EZCSP CASP 求解器为案例研究,在一组 PDDL + 基准问题上获得了有希望的结果。
Aug, 2016
论文介绍了 CASP 扩展 ASP 的功能,能够处理规则中的数字约束。PDDL + 是用于模拟离散和连续混合动力学的自动计划 PDDL 标准语言的扩展。研究人员提出了 CASP 解决方案,以解决来自 PDDL + 领域的 CASP 程序,并在知名的 PDDL + 领域的线性和非线性变体上进行了实验分析,表明他们的解决方案可行。
Apr, 2017
自动法律推理在智能合约和自动决策中的应用日益受到关注,然而伦理和法律问题使得自动推理器在人能理解的术语中进行理由指明变得必要。本文提出使用 s (CASP) 来建模不确定性和其他模糊概念,并实现了一个框架来模拟、推理和证实适用法规,并通过翻译和基准测试了一个代表性用例,即 “Comunidad de Madrid” 的学生录取标准。
Jan, 2024
使用 CLMASP 方法,通过结合大型语言模型 (LLMs) 和 Answer Set Programming (ASP) 的能力,能够生成可在具体机器人情境中执行的规划方案,大幅度提高了可执行率。
Jun, 2024