22、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。本文将深入探讨相关的逻辑系统、模型以及不同的智能体逻辑，包括意图逻辑、BDI 智能体逻辑和 KARO 框架。

合适的逻辑模型

对于相关系统，合适的模型是 Kripke 模型，形式为 (M = ⟨S, π, R_1, \ldots, R_m, R_D, R_E, R_C⟩)。其中 (S) 和 (π) 如前所述，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 (\neg\phi) 是可能的，那么 (\phi) 被每个人所知。
- (R_X = \bigcup_{i≤m} R_i)。当 (\phi) 在没有智能体排除的所有状态中都为真时，(\phi) 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 (\neg\phi) 世界的路径，那么 (\phi) 是公共知识。

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。他们认为智能体应基于意图行动，采用被认为可行的意图，保留意图但非永久，在认为意图满足时释放意图，在相关信念改变时改变意图，并在计划形成期间采用意图。

他们引入了一种新的心理状态来建模意图，并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（“规划”）实现它们的方