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

该论文提出了一种新的 ASP 编码模式，通过利用实际问题的大规则来编码难题，尤其针对 NP 问题能提供更强的表达能力，并且提供基于规则分解技术的解决方案，初步的基准测试表明，放弃固定程序的简便方式可以显著提高速度。

Aug, 2016

本文研究了基于假设的论证（ABA）中逻辑编程碎片中比第二层多项式分层难度的理性推理和优先推理问题的有效算法，利用增量 ASP 求解器中的非平凡反例引导的抽象精化程序。

Aug, 2021

本文介绍了一种基于声明式编程技术的多智能体认知情境下的推理问题的解决方案，即 PLATO（基于 ePistemic 多智能体 Answer Program 解决方案），利用自定义认知状态表征和 ASP 求解器的效率，在从文献中收集的基准测试中取得了有竞争力的性能结果，并为其正确性开发了形式验证。

Aug, 2020

通过对逻辑编程领域中的回答集编程（ASP）进行分析，我们提出了一种精细化的方法，描述了 ASP 程序的特征，以及在一些情况下决策问题的半决策解法和用于生成有限扩展的基础步骤。

May, 2024

通过开发基于 ASP 的代理体系结构和推理算法，并结合集中式推理、分散式推理、执行监控以及网络通信推理，来解决在动态环境下协调无人机团队的挑战。

May, 2014

该研究的目标是扩展支持 ASP 程序验证的工具和理论，旨在促进知识表示和推理的发展，并解决人工智能中的可靠性和可解释性问题。

Aug, 2022

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

本文介绍了如何使用 backdoors 的概念来识别能够使 ASP 问题可行的新限制，展示了 backdoors 如何作为一个统一的框架，能够容纳文献中已知的几个可行限制，并展示了如何利用 backdoors 将参数化复杂性理论的最新算法结果应用到答案集编程领域。

Apr, 2011

本研究探讨了基于自定义扩展求解器的几种策略，以避免实例化复杂约束条件，对真实和合成基准测试的结果进行了系统比较。

Jul, 2017