Με στόχο την επίτευξη μιας ιρθά ορισμένης συμπεριφοράς σε ρεαλιστικά περιβάλλοντα, οι μετέχοντες πράκτορες απαιτείται να εκτελούν διεργασίες συλλογιστικής όχι μόνο λαμβάνοντας υπόψη τις προδιαγραφές του περιβάλλοντος στο οποίο επιδρούν, αλλά και με βάση τη γνώση που διαθέτουν σε χρόνο εκτέλεσης. Συνυπολογίζοντας την ιδιαίτερα δυναμική φύση των περισσότερων σύνθετων πεδίων, η μελέτη της κλιμάκωσης της γνώσης σε σχέση με το χρόνο συνιστά μια εξίσου κρίσιμη παράμετρο. Στα πλαίσια της παρούσας διατριβής αναπτύσσουμε μια ενοποιημένη τυπική θεωρία δράσης, γνώσης και χρόνου με χρήση του Λογισμού Συμβάντων και αυτοματοποιούμε τη διαδικασία συλλογιστικής για ένα ευρύ φάσμα φαινομένων κοινής λογικής.
Παραδοσιακά, η συλλογιστική γνώσης προδιαγράφεται γύρω από την ιδιαίτερη εκφραστική, αλλά δαπανηρή υπολογιστικά μέθοδο των πιθανών κόσμων. Η τρέχουσα έρευνα υιοθετεί εναλλακτικές αναπαραστάσεις για τη γνώση, απαλείφοντας τη σχέση προσβασιμότητας των πιθανών κόσμων και παρέχοντας εγγυήσεις αποδοτικής εξαγωγής συμπερασμάτων σε κλάσεις περιορισμένης εκφραστικότητας. Το πλαίσιο εργασίας που προτείνουμε συνδυάζει την πλήρη εκφραστική δύναμη της σημασιολογίας των πιθανών κόσμων με τα οφέλη των εναλλακτικών προσεγγίσεων, βασιζόμενο στον αποδοτικό χειρισμό μιας κατηγορίας αιτιατών εξαρτήσεων που ανακύπτουν μεταξύ παραμέτρων κόσμου που είναι μερικώς αντιληπτές. Εξετάζουμε τις ιδιότητες αυτών των επονομαζόμενων κρυφών αιτιακών εξαρτήσεων και αναπτύσσουμε μια ορθή και πλήρη αξιωματοποίηση, ανεξάρτητη του υποκείμενου φορμαλισμού μοντελοποίησης. Η απόδειξη των ιδοτήτων ορθότητας επιτυγχάνεται μέσω της συσχέτισης με ένα νέο φορμαλισμό που υλοποιεί τον καθιερωμένο ορισμό γνώσης και βασίζεται στην προσφάτως προταθείσα έκδοση ενός διακλαδιζόμενου Λογισμού Συμβάντων.
Επιπρόσθετα, μελετάμε ένα πλήθος επεκτάσεων της βασικής αξιωματοποίησης που επαυξάνουν τη νοητική ικανότητα ευφυών πρακτόρων με σημαντικές γνωστικές δεξιότητες, όπως την ικανότητα διατήρησης ή απώλειας γνώσης, τη δυνατότητα συλλογιστικής ως προς φυσικές ενέργειες, το χειρισμό σύνθετων παρενεργειών σε μερικώς παρατηρήσιμα περιβάλλοντα κ.α. Παρουσιάζουμε τη δυναμική της θεωρίας μέσω μοντελοποίησης προβλημάτων αναφοράς σε συναφή πεδία, καθώς επίσης μέσω σεναρίων που ανακύπτουν στην ιδιαίτερα απαιτητική περιοχή της Διαχυτης Νοημοσύνης. Τέλος, παρουσιάζουμε το σχεδιασμό ενός εργαλείου συλλογιστικής που μπορεί να υποστηρίξει απόκτηση γνώσης σε πραγματικό χρόνο και περιγράφουμε τον τρόπο που μπορεί να υλοποιηθεί το ευρύτερο πλαίσιο εργασίας με χρήση γλωσσών λογικού προγραμματισμού.
(EL)
Aiming at achieving a proper regulation of their behavior in real-world
environments, participating agents need to reason not only about the specifications of the environment they inhabit, but also about their own knowledge concerning its current state by exploiting information acquired at run-time. Considering the highly dynamic nature of most complex domains, the study of knowledge evolution over time is a critical aspect. In this thesis, we develop a unified formal theory of action, knowledge and time using the language of the Event Calculus and automate the process of reasoning about a wide range of commonsense phenomena.
Traditionally, epistemic reasoning has been structured around the highly expressive but computationally expensive "possible worlds" specifications. Recent
theories adopt alternative representations for knowledge, dismissing the accessibility
relation of possible worlds and promising more efficient reasoning in classes of restricted expressiveness. The framework we propose combines the full expressive power of the possible worlds semantics with the benefits of alternative approaches,
building on a proper handling of a type of causal dependencies that emerge among partially known world aspects. We investigate the properties of these so called hidden causal dependencies and develop a provably sound and complete axiomatization
that is independent of the underlying formalism. We show correctness
properties by studying the correlation of the theory with an epistemic formalism that implements the standard definition for knowledge, based on a recently proposed
branching version of the Event Calculus.
Furthermore, we investigate a number of different extensions of the basic
axiomatization augmenting the mental state of intelligent agents with essential
cognitive skills, such as the ability to remember and forget, to reason about
physical actions, to handle complex ramifications in partially observable domains, and others. We demonstrate the potential of the theory by modeling complex benchmark problems proposed in relevant literature, as well as scenarios that emerge in the highly demanding nascent field of Ambient Intelligence. Finally, we also describe the design of a reasoner that can accommodate both epistemic
and online reasoning and present a way to implement the framework using logic programming languages.
(EN)
