提供了代数语义及完备的序列演算，以处理由认识行为所引起的信息更新；我们给定一种包容不完整或错误信息（如由于保密或欺骗所致）以及嵌套知识的灵活的语义。

Aug, 2006

本文提出一种将感官数据和分类器与基于逻辑的决策系统相结合的运行时体系结构，应用于儿童神经运动障碍康复的电子健康系统中，并使用 Epistemic Probabilistic Event Calculus 等技术来改善儿童的表现。

Sep, 2022

利用动态认知逻辑（DEL）的多代理规划在处理非确定性、部分可观察性和任意知识嵌套方面具有广泛应用的行动形式主义中，我们通过一种新颖的语义方法达到可决定性的目标。我们展示了该框架具有可决定的特性，并研究了其他扩展的交换公理以实现更复杂的 DEL 的决定性。

Jul, 2023

提出了一种多代理认知规划的表示语言，解决了现有编译成经典计划所面临的各种限制，包括只能生成线性计划、限制公共行动和无法处理分离信念等问题。

Jun, 2018

本研究提出一种符号机制，能够处理有关概率和因果信息，从而推断出关于行动影响和观测影响的概率性语句，并利用条件概率和贝叶斯网络等技术来推导新的条件概率，以此量化行动效果和政策制定等方面的确认知识。

Feb, 2013

介绍了一种能够帮助代理人处理不确定性的概率信念模型并建议了一种能够捕捉代理人信念状态的简单公理化方法，该方法基于 Reiter 等人开发的行动的一般逻辑理论并在情境演算中进行形式化。

Sep, 1998

本文提出一种基于归纳逻辑编程和 Event Calculus 的在线学习系统，可用于符号事件识别和活动识别，具有与批量学习技术相当的准确性和显著的训练时间优势。

Jul, 2016

此文介绍了使用多智能体认知逻辑演示 PAC 学习的技术基础，涉及逻辑和弱推理，以提供强大的模型理论框架来回答查询，并研究了该算法的正确性、样本复杂性以及其能够高效的情况，利用表述定理将模态推理纳入命题推理中。

Jun, 2023

我们提出了 PEC，一种事件演算（EC）风格的行动语言，用于推理关于概率因果和叙述信息。 它具有类似于 EC 变体 Modular-E 的行动语言风格语法。 我们还描述了 PEC 的 ASP 实现，并展示了其完整和正确性。

Mar, 2017

该研究提出了一种关于动作的概率推理语言 {m P}{cal C}+，是动作语言 {cal C}+ 的一种推广形式，能够处理行为的概率和不确定性影响，并利用历史和信念状态的概念，简明地阐述了该形式主要研究内容。

Oct, 2012