该研究提出了一个基于语言学、哲学、模态逻辑和自动规划的单智能体模态逻辑框架来推理关于目标导向的 “知道如何”，首先定义了一个模态语言来表达 “我知道如何保证 phi 在给定 psi 的条件下”，并给出了一个不基于标准认知模型而是标记的转换系统来表示代理人对自己的能力的了解的语义。并且给出了一个完备的证明系统来捕捉关于 “知道如何” 的有效推理模式，其中最重要的公理表明其组合性质。
May, 2015
该研究论文介绍了认知逻辑程序的语言和形式语义，并探讨了该领域的当前状态和未来研究的挑战。
Aug, 2021
通过定义和说明，本文提出了一种新的解决方案来代表非概率性信念状态，并将其与概率理论进行比较，发现新理论在结构上类似于概率理论，但更容易实现，并且在某些方面更为简单。
Mar, 2013
本文研究不确定性理论中的可能性理论、信念函数和不精确概率与模态逻辑之间的二元性质，提出了一种基于最小认知逻辑和波兰式逻辑的简化信念函数逻辑，并且给出了使用 Shafer 基本概率分配的语义。
Mar, 2023
本文提出了一个概率的信念模型，并探讨了它对于信念动态的影响，比 AGM 理论约弱但比 Lockean 理论强，考虑一类特定模型并提出其自然的原则，最终相较于 Leitgeb 和 Lin 以及 Kelly 的竞争性概率信念模型而言本框架比较优越。
Jul, 2023
本文旨在重新关注定量认识逻辑，特别是它在表达 “是否知道”、“知道什么” 和 “知道如何” 等知识时的应用，并提出了一个新的无量词方法来研究它，以平衡表达能力和复杂性，并捕捉关于知识的基本推理模式。
May, 2016
提出了一种新的基于概率论和证明论的处理量化模态逻辑 (一阶模态逻辑) 不确定性的系统，通过解决归纳处置的问题，使 Chisholm 的理论得到具体实现，可用于交互式系统，用于解释其不确定性提供合理解释。
May, 2017
本文介绍了新概念的偏见逻辑（Epistemic Syllogistic），并探讨了包含非平凡但自然表达式的认识偏见演绎法。作者还在本文中提出了这些逻辑的多个定理化，并证明了其完整性。
本文提出了一种关于认知随机模糊集的普遍理论，用于处理模糊或清晰证据，并通过广义的乘积交集规则进行独立认知随机模糊集的组合，提出了用于量化标量或矢量量，即高斯随机模糊数和多维高斯随机模糊向量的实用模型，并为组合、投影和平凡扩展推导了高斯随机模糊数和向量的公式。
Feb, 2022
通过对 Bayesian 心智模型的建模，该论文解释了人类相信陈述的语义，解释了人类对他人目标和信念的归属，并证明了心智理论对信念语义的重要性。
Feb, 2024