May, 2014

多引擎 ASP 求解器 ME-ASP：进展报告

PDF
TL;DR这篇研究报告介绍了 MEASP，一个多引擎求解器，它采用基于分类的算法选择技术，从黑匣子引擎的一组现成异构 ASP 求解器中选择一个。实验结果显示，MEASP 的新实现比以前的版本快得多，并且多引擎方法也可以用于非 ground 程序的求解。
measpmulti-engine solverasp programsalgorithm selectionnon-ground programs
发现论文，激发创造
  • 一种多引擎的答案集编程方法

    本文提出了一种在现有 ASP 求解器基础之上通过应用机器学习方法，通过识别 ASP 程序的一组易于计算的句法特征，并对这些实例上的性能表现进行归纳学习算法选择策略，从而能够比第三届 ASP 竞赛的任何求解器都更有效地解决实例。

    Jun, 2013

  • ASP：学习通用神经求解器！

    该研究提出了一种名为 ASP 的新方法，利用分布探索和持久缩放调节两个组件，提高神经求解器的处理未知分布和多尺度性并实现普适性；结果表明，相比于标准训练流程，该方法在各类 COP 测试中均取得优异表现。

    Mar, 2023

  • 提升惰性基础 ASP 求解技术 —— 重启、相位保存、启发式等

    本研究提出了一种适用于 lazy-grounding ASP 求解器的新适应性方法，包括重启、相位保存、领域无关的启发式以及学习子句删除等，成功地提高了求解能力，并发现在某些情况下存在负面影响，表明需要与其他求解器相同的 portfolio solving。

    Aug, 2020

  • 一个并行、内存高效的认知逻辑程序求解器：更强、更快、更好

    本篇论文描述了一种能够解决 Epistemic Logic Program（ELP）中更难的问题的求解器，并且相比其他已知的 ELP 求解器，该求解器更快且不具有指数级别的内存需求，该语言为 Answer Set Programming 的拓展，引入了模态运算符 K 和 M。

    Aug, 2016

  • 基于启发式分解的答案集计算优化

    该研究提出了一种新的优化方法，基于树分解技术和启发式算法，可以将一个输入的逻辑程序转化为一个等价的程序以提高 ASP 系统的求解效率，并在实验中验证了其有效性。

    Dec, 2018

  • 使用 Clingo 求解多次 ASP

    提出了一种名为 Multi-shot ASP solving 的 Answer Set Programming 新范式，采用 clingo 实现，可以灵活处理不断变化的逻辑程序并可进行高级搜索等操作，同时采用模块化编程方式实现。

    May, 2017

  • ASP 程序的部分编译

    本文提出了一种扩展的 ASP 系统结构，其中将输入程序的部分编译为特定的二进制，并可能不受基础步骤的限制。我们提出了相关的部分编译技术，并在一个著名的 ASP 求解器上实现了新方法。结果表明，基于编译的方法对于各种用例都有改进。

    Jul, 2019

  • 第七届答案集编程竞赛：设计与结果

    本文介绍了关于 Answer Set Programming 的比赛，并讨论了设计和结果。

    Apr, 2019

  • 将 Answer Set Programming 和领域启发式算法结合，解决难解的工业问题（应用论文）

    本文研究将 Answer Set Programming（ASP）与领域特定的启发式方法相结合，以有效地解决 Siemens 提出的 Partner Units Problem（PUP）和 Combined Configuration Problem（CCP），实验证明，我们的领域启发式 ASP 求解器可以找到 Siemens 所提供的所有 PUP 和 CCP 实例的解决方案。

    Aug, 2016

  • 基于答案集规划的求解器调度

    本研究提出了一种使用 Answer Set Programming 自动确定精细的、非均匀且有序的求解器调度方案的方法，并且可以定制化地生成并行调度方案。

    Jan, 2014