抱歉,您的浏览器无法访问本站
本页面需要浏览器支持(启用)JavaScript
了解详情 >

逻辑的一般原理

基于知识的Agent通过对知识的内部表示进行操作而推理,其核心部件是知识库KB,知识库作为语句的集合,用知识表示语言表达,用以表示关于世界的某些断言,某些语句直接给定,我们尊称其为公理;

Agent如何维护其知识库?

  • Tell:告诉知识库Agent感知的内容;
  • Ask:询问知识库应该采取什么行动,这个过程可能包括大量的推理;
  • Tell:告诉知识库Agent选择的行动后并执行;

如果Agent感知到的可用信息正确,那么Agent得出的结论也一定是正确的,这就是逻辑推理的本质;

语法

  1. 命题:具有确切真值的陈述句;

    • 原子命题:不能继续分解的命题;
      • 常值命题:不是真就是假的命题;
      • 变量命题:没有具体内容的原子命题;
    • 复合命题:可以继续分解的命题,由简单命题用括号和联结词组成;
      • 简单命题是变量命题时,可看作其函数;
  2. 联结词:五种常用的联结词如下:

    • 否定式:非P,
    • 合取式:P且Q,
    • 析取式:P或Q,
    • 蕴含:规则语句,若P则Q,
    • 等价:P当且仅当Q,
  3. 命题公式:我们递归地定义公式WFF

    • 命题变元本身就是公式
    • 都是公式;
    • 仅通过有限步使用上述两规则进行命题的联结得到的才是公式

    对于含有个命题变元的公式,记为;

语义

  1. 模型/解释:可能的模型就是对命题的真值所有可能赋值,用​表示;

    对公式,指定的一组真值,这组真值称为的解释;

  2. 语义:每个命题在每个模型内的真值,命题的真值必须通过指定模型确定;

  3. 真值表:联结词的运算规则,用如下表来概括

    image-20240614234959767

  4. 逻辑推理:用蕴含关系推导出结论;

    • 可靠性:只导出蕴含句的推理算法称为可靠的;
    • 完备的:若推理算法可以生成任意蕴含句;
  5. 模型检验:枚举可能的模型检验KB为真时命题为真,即检验

定理证明

  1. 逻辑等价:命题 在同样的模型集合中为真,记为
  2. 有效性(永真性):若命题在任何模型都是真的;
  3. 可满足性:若命题在某些模型中为真;
  4. 永假性:若命题在任何模型都是假的;

永真蕴含式

  • 化 简 式 ,
  • 附加式,
  • 析取三段论
  • 假言推理
  • 拒取式
  • 假言三段论
  • 二难推理
  • 全称固化
  • 存在固化

置换和推理

  1. 谓词:带有参数的命题;

    • 谓词公式的解释:设D是谓词公式P的非空个体域,若对P中的常量,函数和谓词按如下规定赋值:

      1. 为每个个体常量指派D中的一个元素;

      2. 为每个n元函数指派一个从Dn到D的一个映射,其中

      3. 为每个n元谓词指派一个从到{0,1}的映射,则称这些指派为P在D上的一个解释

    • 谓词公式的永真性:如果谓词公式P对非空个体域D上的任一解释都取得真值T,则称P在D上是永真的;如果P在任何非空个体域上都是永真的,则称P是永真。

    • 谓词公式的可满足性:对于谓词公式P,如果至少存在D上的一个解释,使公式P在此解释下的真值为T,则称公式P在D上是可满足的。

    • 谓词公式的永假性:如果谓词公式P对非空个体域D上的任一解释都取真值F,则称P在D上是永假的;如果P在任何非空个体域上均是永假的,则称P永假。

    • 谓词公式的等价性:设P与Q是D上的两个谓词公式,若对D上的任意解释,P与Q都有相同的真值,则称P与Q在D上是等价的。如果D是任意非空个体域,则称P与Q是等价的,记作P⇔Q。

  2. ​ 在不同谓词公式中,往往会出现谓词名相同但其个体不同的情况,此时推理过程是不能直接进行匹配的,需要先进行置换; W (a) 和W(x)→Q(x)

    对谓词W (a)与W (x)谓词名相同,但个体不同,不能直接进行推理。

    ​ 要使用假言推理,首先需要找到项a对变元x的置换,使W (a)与W (x)一致。这种寻找项对变元的置换,使谓词一致的过程叫做合一的过程。

  3. 置换是形如

    的有限集合。其中,是项;是互不相同的变元; 表示用替换 。要求: 不能相同,不能循环地出现在另一个 中。

    通常,置换是用希腊字母等来表示的

  4. 是一个置换,是一个谓词公式,把公式中出现的所有 换成,得到一个新的公式,称在置换下的例示,记作

归结(消解)演绎推理背景

归结演绎推理是一种基于鲁宾逊(Robinson)归结原理的机器推理技术。鲁宾逊归结原理亦称消解原理, 鲁宾逊于1965年在海伯伦(Herbrand)理论的基础上提出一种基于逻辑的"反证法"

在人工智能中, 几乎所有的问题都可转化为一个定理证明问题。定理证明的实质, 就是对 前提P、结论Q, 证明 P→Q 永真。

要证明P→Q永真, 就要证明P→Q在任何一个非空的个体域上都是永真的。这是非常困难, 甚至是不可实现的。

人们发现可采用反证法的思想, 把关于永真性的证明转化为关于不可满足性的证明。

即要证明P→Q永真, 只要能够证明P∧﹁Q是不可满足的就可。

因 : ﹁ (P→Q) ⇔ ﹁ (﹁ P∨Q) ⇔ P∧﹁ Q

这方面最有成效的工作就是鲁宾逊归结原理。它使定理证明的机械化成为现实。

评论




博客内容遵循 [署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 协议](https://creativecommons.org/licenses/by-nc-sa/4.0/deed.zh)
本站使用 Volantis 作为主题 字数统计:318.5k
<