施晓静,张晋津
(1.南京航空航天大学 计算机科学与技术学院,江苏 南京 210016;2.南京审计学院 计算机科学与技术系,江苏 南京 211815)
由于分布式计算技术的进步,将分布式技术与人工智能相结合,从而得到的分布式人工智能正逐渐受到研究专家和学者的重视。分布式人工智能的研究主要集中在多agent之间的合作、交互等方面[1]。因此,在大多数情况下,一个agent就需要同其他agent联合起来去解决一个问题,在这种情形下,各个agent间进行信息传递与信息更新是不可避免的。如何形式化地刻画agent的认知所遵循的逻辑规律成为学者们最关心的问题之一。
Hans vanDitmarsch等引入了未来事件逻辑(future event logic,FEL)[1],通过在模态逻辑中添加新算子∀φ和对偶的∃φ刻画对多agent系统的认知,其中,∀φ表示在任意信息事件[2]之后,φ都会成立。随后,Hans van Ditmarsch等将精化模态逻辑(refinement modal logic,RML)看作是FEL的抽象[3],因此∃算子表示对精化的量化,也称为精化量词,用以描述与所给的信息状态相匹配的信息事件。
随着研究的不断深入,学者们逐渐意识到,在不同的模态逻辑下用结构转换来解释精化量词具有更广泛的意义,由此,Laura Bozzelli等在Hans van Ditmarsch研究的基础上,进一步将精化量词引入模态逻辑,并展开了相关的研究工作。精化与互模拟的区别在于前者只需满足(back)条件,而对(forth)条件并没有限制[4-5]。
文中将对精化关系加以层次的限制,进一步探究n-精化关系(n-refinement)。基于Laura Bozzelli等的研究工作[6],将着眼于n-精化与n-互模拟之间的转换关系,提出相对化的概念,从而建立基于语义等价的从n-精化模态逻辑到n-互模拟量化逻辑的翻译函数。……