8、基于智能体计算的逻辑基础

基于智能体计算的逻辑基础

在基于智能体的计算领域，逻辑基础起着至关重要的作用。下面我们将深入探讨相关的逻辑系统、模型以及不同的逻辑框架。

合适的模型

对于相关系统，合适的模型是Kripke模型，形式为 $M = ⟨S, π, R_1, …, R_m, R_D, R_E, R_C⟩$。其中，$S$ 和 $π$ 与之前相同，可达关系有特定的名称，表明它们所属的运算符。为实现定义4的属性，有以下要求：
- 对于 $i ≤ m$，每个 $R_i$ 是等价关系。包含单个智能体属性的逻辑通常称为系统S5。
- $R_E = \bigcap_{i≤m} R_i$。如果没有智能体认为 $¬ϕ$ 是可能的，那么 $ϕ$ 被所有人所知。
- $R_X = \bigcup_{i≤m} R_i$。当 $ϕ$ 在所有没有被任何智能体排除的状态中都为真时，$ϕ$ 是分布式知识。
- $R_C$ 是 $R_E$ 的传递自反闭包：如果模型中没有通向 $¬ϕ$ 世界的路径，那么 $ϕ$ 是常识。

意图逻辑

Cohen和Levesque旨在指定自主智能体的信念、目标、计划、意图、承诺和行动之间的“理性平衡”，主要关注意图。他们提到意图的前提条件包括：智能体应根据意图行动，采用被认为可行的意图，保留意图但非永久，在认为意图得到满足时释放意图，在相关信念改变时改变意图，以及在计划形成过程中采用意图。

他们引入了一种新的心理状态来建模意图，赋予意图以下功能角色：
1. 意图通常给智能体带来问题，智能体需要确定实现它们的方法。
2. 意图为采用其他意图提供“可接受性筛选”，不能采用与现有意图不兼容的意图。
3.