基于回答集程序的有限理性协商机制研究

从信念修改的角度，用逻辑推理的手段研究协商机制是近年来协商研究的一个热点。由于经典逻辑表示协商过程中不完全信息的局限性，因此选择具有非单调特性的回答集程序（Answer Set Programming）来表示AGENT信念。回答集（回答集程序的解）被当作协商的最初需求。每个AGENT通过接受对方部分需求和放弃自己部分需求来完成一轮协商。目前协商问题研究都基于一个假设前提：AGENT具有完全理性，即追求协商效用最大化。追求最优的协商结果往往会导致协商策略复杂性增加，而策略复杂性增加容易使协商失败，所以具有完全理性的AGENT协商在实际应用中存在一定的局限。因此，本项目拟采用回答集程序表示AGENT信念，研究有限理性协商机制。该机制能提高协商的有效性，使得AGENT追求的协商结果不一定是最优的，却是"足够好"的。这是复杂性和最优性之间的折衷，也是有限理性模型的目标，有较强的理论意义和现实意义。

本项目紧紧围绕有限理性协商这一主题，采用回答集程序表示协商背景知识，从序贯协商、协商机制设计、协商的信念更新、协商策略推理等方面展开研究，获取了一系列成果。主要工作概括如下：.1、提出一个基于回答集编程的序贯协商逻辑框架，该成果发表在第12届国际逻辑程序与非单调推理会议上；.2、提出基于回答集程序的有限理性协商机制，并已开发一个系统实现该机制；.3、提出一个命题Horn逻辑上的基于相关性的信念更新框架，该成果发表在第25届美国AAAI人工智能会议上；.4、提出一种形式化语言用于策略的表示和推理，该成果已被《Journal of Philosophical Logic》接受。