[논문 리뷰] Stable models and an alternative logic programming paradigm

Victor W. Marek, Mirosław Truszczyński|ArXiv.org|1998. 09. 18.

Logic, Reasoning, and Knowledge참고 문헌 25인용 수 19

한 줄 요약

이 논문은 안정 모델 의미론을 사용하여 프로그램을 안정 모델로 표현하는 안정 로직 프로그래밍(SLP)을 제안한다. SLP는 프로그램을 재귀 정의가 아닌 제약 조건의 집합으로 해석하는 로직 프로그래밍 패러다임으로, NP-완전 문제 및 제약 충족 문제에 잘 맞는 기능을 제공한다. 함수 기호를 제외한 문법 제약과 문장을 제약 조건으로 재해석함으로써, 현대의 안정 모델 솔버에 의해 효율적으로 계산 가능한 선언적이고 제어가 분리된 프레임워크를 제공한다.

ABSTRACT

In this paper we reexamine the place and role of stable model semantics in logic programming and contrast it with a least Herbrand model approach to Horn programs. We demonstrate that inherent features of stable model semantics naturally lead to a logic programming system that offers an interesting alternative to more traditional logic programming styles of Horn logic programming, stratified logic programming and logic programming with well-founded semantics. The proposed approach is based on the interpretation of program clauses as constraints. In this setting programs do not describe a single intended model, but a family of stable models. These stable models encode solutions to the constraint satisfaction problem described by the program. Our approach imposes restrictions on the syntax of logic programs. In particular, function symbols are eliminated from the language. We argue that the resulting logic programming system is well-attuned to problems in the class NP, has a well-defined domain of applications, and an emerging methodology of programming. We point out that what makes the whole approach viable is recent progress in implementations of algorithms to compute stable models of propositional logic programs.

연구 동기 및 목표

• 안정 모델 의미론을 전통적인 홉 논리와 SLD 해석의 초월하는 로직 프로그래밍의 기초적 패러다임으로 재정의한다.
• 안정 모델 의미론과 표준 로직 프로그래밍 간의 불일치를 해결하기 위해, 그 본질적 특성을 수용하는 새로운 계산 모델을 제안한다.
• 제한된 문법과 제약 기반 해석을 통해 SLP가 NP 문제와 제약 충족 작업에 잘 맞는다는 것을 입증한다.
• SLP에서의 프로그래밍 방법론을 수립하고, 문장의 간결성과 최소성 측면에서 부울 논리 인코딩에 비해 그 장점을 탐색한다.
• SLP의 이론적 기초, 성능 및 제약 해결 시스템과의 통합에 대한 향후 연구를 촉진한다.

제안 방법

• 함수 기호를 제외한 문법 제약을 통해 로직 프로그램 문법을 제한하여, 부정이 있는 DATALOG와 일치시키고 재귀를 제한한다.
• 각 문장을 논리적 추론이 아닌 잠재적 해에 대한 제약 조건으로 해석함으로써, 추론에서 모델 생성으로의 전환을 이룬다.
• 안정 모델 의미론을 사용하여 프로그램의 의미를 안정 모델의 집합으로 정의하며, 각 안정 모델은 제약 충족 문제의 유효한 해를 나타낸다.
• 백트래킹 검색 알고리즘(smodels 등)을 사용하여 안정 모델을 계산하고, SLD 해석을 제어 메커니즘으로 대체한다.
• 최근 안정 모델 계산 기술의 발전을 활용하여 SLP 프로그램의 실용적 구현과 성능 평가를 가능하게 한다.
• SLP 인코딩을 부울 논리의 CNF 인코딩과 비교하며, 안정 모델의 기반성과 최소성의 특징이 간결성과 정확성 측면에서의 이점으로 작용함을 강조한다.

실험 결과

연구 질문

• RQ1 안정 모델 의미론을 부정에 대한 의미론이 아닌, 독립된 로직 프로그래밍 패러다임으로 재해석할 수 있는가?
• RQ2 안정 모델 기반 및 제약 기반 해석에 기반한 로직 프로그래밍 시스템의 계산적 및 표현적 특성은 무엇인가?
• RQ3 SLP는 부울 논리에 비해 NP 문제의 인코딩 효율성과 해 구조 측면에서 어떻게 다를까?
• RQ4 프로그램을 재귀 정의가 아닌 제약 조건의 집합으로 보는 경우, 어떤 프로그래밍 방법론이 도출되는가?
• RQ5 SLP는 인공지능 및 운영 연구 분야의 제약 해결 및 계획 시스템에 효과적으로 통합될 수 있는가?

주요 결과

• SLP는 주로 조합 최적화 및 제약 충족 문제를 포함한 NP 문제에 대해 잘 정의된 응용 영역을 제공한다.
• 안정 모델 의미론은 자연스럽게 최소 모델을 도출하며, 최소성이 요구되는 최적화 문제에 유리하다.
• SLP 프로그램은 기반화되어 있으며, 사실은 그 이유가 있을 때만 포함되므로 의미론적 명확성이 향상되고 의도하지 않은 모델의 수가 줄어든다.
• SLP를 사용한 해밀턴 순환 경로 문제의 인코딩은 부울 논리의 등가 CNF 인코딩보다 점근적으로 더 간결하다.
• smodels와 같은 시스템에 의해 구동되는 백트래킹 검색을 통한 안정 모델 계산은 SLP가 비-홉 성격을 지닌다 해도 실용적으로 가능하게 한다.
• 최근 안정 모델 계산 알고리즘의 구현이 가능해지면서 실용적인 SLP 시스템의 개발이 가능해졌으며, 이는 향후 연구 및 벤치마킹을 지원한다.