重新思考答案集编程模板
本文介绍了使用转换系统来建模和分析矛盾性答案集求解器的方法,展示了该方法对于分析、比较和证明搜索算法正确性以及启发新的求解器设计是多么有效。同时,我们引入了通用模板,以设计多种技术在不同求解器中的组合,并证明了它对于捕捉 DLV、GnT 和 Cmodels 等求解器这样的主要技术的能力。
Oct, 2015
该研究论文介绍了一种自动学习领域特定启发式的新方法,利用归纳逻辑编程从例子中学习声明性的领域特定启发式,从而提高问题求解的性能和解决方案质量。
Aug, 2023
本研究提出了一种新的方法,将约束处理技术与 Answer Set Programming(ASP)相结合,可以解决 ASP 中的有趣约束满足问题,并显示如何将有限域上的约束分解成逻辑程序,以便使用单元传播实现弧、束或范围一致性,并且对编码进行的实验表明它们的计算影响。
Jul, 2010
本研究提出一种新的语法和语义,声明性地说明 ASP 中具有领域特定的启发式方法,这些启发式方法直接依赖于维护的部分分配,实现了懒惰打地基即 ASP 的第一个系统支持领域特定的声明性启发式,通过在两个实际示例领域上应用我们的方法,以及使用我们的方法来实现 A * 搜索,该搜索首次在 ASP 中处理,并用于进一步的两个搜索问题。实验结果表明,组合懒惰打地基 ASP 求解和我们的启发式方法对于解决工业规模问题至关重要。
Sep, 2022
本文探讨了在规划中有用的三种不同的领域相关控制知识(时间、过程和 HTN 基础)以及它们如何被整合进 AnsProlog * 中,通过对少量领域相关规则的模块化添加,我们没有必要修改规划器,最终演示了当使用程序域知识来解决计划问题,规划时间可以大大缩短。
Jul, 2002
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
本文介绍了一种应答集编程的方法论,该方法可以促进易于理解且可以证明正确的编码方案的设计。通过向正在形成的程序追加一个规则或一小组规则,并在其中包含一条陈述已经 “实现” 的注释,使我们能够以数学上精确的方式描述程序设计的细节。
Aug, 2016
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
本篇论文研究了 ASP 的形式验证问题,通过使用基于 ASP 模块的形式化规范语言,将 ASP 模块与问题实例正确地相对应,从而证明了逻辑程序 P 的正确性,这种模块化的规范语言包含了可能嵌套的一阶程序模块,可以在不同层次上包含本地隐藏原子。
Aug, 2020
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