本文提出了一种基于 SAT 的方法，针对抽象论证中的可扩展性进行计算，并重点关注首选语义。该方法的思想是将计算完整扩展的问题简化为一个 SAT 问题，然后使用深度优先搜索方法来推导首选扩展。 该方法已使用两种不同的 SAT 求解器进行了测试，并与三个最先进的首选扩展计算系统进行了比较。结果表明，提出的方法在大多数情况下都能显著提供更好的性能。

Oct, 2013

本文研究了在声称层面下偏好对抽象论证的影响，研究发现了四种处理偏好的减少方法在处理声称扩充论证框架的语义和计算复杂度方面的行为不同，这加强了认为必须谨慎选择处理偏好的观点。

Apr, 2022

本文研究了基于认可度模型的不确定知识推理，通过评估命题的最可接受论点来评估命题的确定性，并探讨了基于直接反论和存在捍卫者两种认可度计算方法，并采用优先级比较方法，构建了支持这两种认可度计算方法的理论框架， 并在分层知识库推理方面进行了实证研究。

Jan, 2013

该文以 ASPIC + 形式主义为基础，构建了带偏好的论证的通用框架，并通过改进定义冲突自由的论据集，适应更广泛的逻辑实例化需求。最后，该框架被表明适应塔斯基逻辑实例化并通过古典逻辑审视，证明了该框架的广泛性。

Apr, 2018

通过构建一个与参数化规模相近的逻辑程序，将传统参数化的 argumentation framework 转化为 disjunctive logic 程序，从而找出适合的 stable model，可以直接关联到非单调逻辑推理。

Mar, 2008

本文介绍了一种并行计算的算法，用于枚举抽象论证框架的优先扩展，并采用 SCC - 递归语义定义模式，该算法在大型框架中表现出显着的性能改进，发现的解决方案数量和速度提高了。

Nov, 2014

提出 ABA+，一种新的处理偏好的结构化论证形式，通过直接将关于假设的偏好信息纳入攻击关系中，实现攻击反转。ABA + 保守地扩展了 ABA，并在论证语义与偏好处理之间展现了各种理想的特性。我们还介绍了 “弱逆否命题” 原则，涉及具有规则和偏好的推理，放松了逆否命题的标准原则，同时保证了 ABA + 的额外理想特性。

Oct, 2016

本文提出了一个利用 ASP 构造图形化参数框架的方法。第一步通过一个程序生成基于逻辑的参数集合，第二个程序利用第一个程序的结果来指定参数之间的关系。该方法不仅对于基于实例化的论证提供了一种灵活可扩展的工具，而且还提供了一种新的通用的答案集可视化方法。

Jan, 2013

本文主要讨论通过将两个框架的 naive extensions 做双射来找到 argumentation framework 的 preferred extensions 的问题，证明了 bounded-in-degree 条件下识别 naive-realizable argumentation frameworks 是可行的，并介绍了 irreducible self-defending sets 的概念及其与 argumentation framework 的 preferred extensions 和框架的 naive extensions 之间的双射关系，从而得到了具有某些格特性的 argumentation framework 的 preferred extensions 可以被用多项式时间和多项式空间枚举的结论。

Feb, 2022

本文研究了抽象论证系统中一种特定的添加新论点的变化，探讨了这种变化对于该论证系统中扩展集合的影响，基于集合基数和包含关系定义了几个结构属性，还提出了一些基于特定论点状态变化的属性，研究了这些属性在两种特定语义下的可行性和优越性。

Jan, 2014