- 可解释的答案集编程
人工智能的可解释性越来越受到关注，本研究试图填补 Answer-set Programming 中的解释支持的空白，并通过扩展语言支持和开发新的解释形式（如对比解释）来推进可解释 ASP 的研究。
- 处理布尔网络最小陷阱空间的通用属性
本文通过引入 CEGAR 辅助解决量化命题逻辑公式的满足性问题，针对寻找 Boolean 网络的特定属性和综合布尔网络两个问题进行了逻辑推理，同时通过实现 Answer-Set Programming 的原型来证明算法良好的可扩展性。
- MM并行机器调度中的字典序最小完工时间优化的 ASP 实现
该论文利用 Answer-Set Programming 解决具有序列依赖设置时间和发布日期的并行机器工业调度问题，并采用多次求解算法来提高解决效率和可靠性。
- MMAnswer-Set 程序更新简史
该研究论文概述了与稳定模型语义下逻辑程序更新相关的主要方法和挑战，探讨了在信仰和规则更新方面存在的一些区别。
- MM提升惰性基础 ASP 求解技术 —— 重启、相位保存、启发式等
本研究提出了一种适用于 lazy-grounding ASP 求解器的新适应性方法，包括重启、相位保存、领域无关的启发式以及学习子句删除等，成功地提高了求解能力，并发现在某些情况下存在负面影响，表明需要与其他求解器相同的 portfolio - 使用答案集规划从生物动力学约束合成布尔网络
该论文讨论了如何从有关域的限制和结果网络的动态属性中合成布尔函数。使用答案集编程来解决合成问题，然后对其解集进行非冗余特征描述。该方法的可扩展性通过随机网络的案例研究得到了展示，最多可达 100 到 1,000 节点，具备处理细胞分化过程细 - MM答案集程序的逐步调试
介绍了基于规则逐步应用的步进方法来进一步支持 answer-set 程序的调试，并基于此方法发展了一个计算框架来支持不同的求解器语言。
- MM使用 ASP 进行异步多上下文系统的流打包
提出了一种基于答案集编程的声明性方法，用于多个数据流和一个处理单元之间的接口，以协调输入数据，满足输入规范，并创建适合后续处理的数据包，适用于异步多上下文系统。
- MM针对抽象论证的改进答案集编程编码
本文使用 ASP 系统 clingo 提供的条件量词的析取形式，提供了三种著名的辩论语义的新编码，这些编码不仅比以前的版本更简洁，而且在标准基准测试中也表现优异，从而为高级辩论系统的高效解决方案的设计提供了一步关键。
- 不相交稳定模型的模块化方面
研究答案集编程中的模块化问题，定义 DLP 函数和模块定理，介绍了 DLP 函数的分解方法和模块等价性概念。
- MM基于叙述的后验推理在认知机器人技术中的应用
在自主轮椅机器人控制任务中，通过应用驱动的工作，利用智能环境框架获取基于叙述式知识的环境信息，通过机器人认识模型的稳定模型后预测异常并进行即时控制，具体使用了基于答案集编程的近似认识动作理论计划器实现了整体推理。
- MM利用 ASP 生成和可视化论证框架
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 - MMSeaLion 已就位：用于 Answer-Set 编程的 IDE—— 初步报告
SeaLion 是一个集成开发环境，专为答案集编程而设计，提供了 Gringo 和 DLV 语言的源代码编辑器以及语法高亮、外部求解器支持、答案集可视化等功能。
- MM利用答案集程序设计的技术提升抽象论证系统
本文通过实验比较了原有编码与新的 metasp 编码，提供了最近引入的基于解析的基础语义的新编码，结果表明 metasp 方法在编码问题的复杂性适当反映的情况下表现良好。
- MM模型生成器的转换系统 - 一种统一的方法
该研究将过渡系统用于计算命题公式的模型，证明了其适用于逻辑规划和 PC（ID）逻辑中，通过计算答案集表示的模型，提供了一种统一的视角，为不同命题形式开发的解决程序提供联系。
- 捉住 Ouroboros：关于调试非基本答案集程序
本研究的重要问题是如何支持编程人员的调试工作，尤其是针对变量的非基础解释程序，通过元编程技术提供基于非基础程序的调试方法，并支持包含比较谓词和整数算术运算的语言类，覆盖了现有 ASP 解决器的常见范畴。