domain-specific heuristics are a crucial technique for the efficient solving
of problems that are large or computationally hard. Answer Set Programming
(ASP) systems support declarative specifications of domain-specific
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。
本文提出了一种新的学习框架,“从有序答案集学习”,它允许在答案集编程(ASP)中学习弱约束条件,它是在归纳逻辑编程领域的一项贡献,我们提出了一种新的算法 ILASP2,它基于正常规则、选择规则、硬约束和弱约束等假设,能够有效地学习 ASP 程序,尤其是在学习 ASP 没有弱约束条件的程序时,相对于之前的方法能够更加高效。