[論文レビュー] An Environment for the Exploration of Non Monotonic Logic Programs

Luis Fernando Castro Rojas, David S. Warren|ArXiv.org|Nov 19, 2001

Logic, Reasoning, and Knowledge参考文献 9被引用数 10

ひとこと要約

本論文では、非単調論理プログラムの探索を可能にするインタラクティブなシステムXNMRを提示する。XSB（Well-Founded Semantics用）とSMODELS（Stable Model Semantics用）を統合することで、目的指向の計算と完全な安定モデル列挙を組み合わせ、デバッグ、モジュラー知識ベース解析、動的プログラム生成を支援する。Well-Founded SemanticsとStable Model Semanticsの両方の推論を統合されたフレームワーク内で柔軟に利用できる環境を提供する。

ABSTRACT

Stable Model Semantics and Well Founded Semantics have been shown to be very useful in several applications of non-monotonic reasoning. However, Stable Models presents a high computational complexity, whereas Well Founded Semantics is easy to compute and provides an approximation of Stable Models. Efficient engines exist for both semantics of logic programs. This work presents a computational integration of two of such systems, namely XSB and SMODELS. The resulting system is called XNMR, and provides an interactive system for the exploration of both semantics. Aspects such as modularity can be exploited in order to ease debugging of large knowledge bases with the usual Prolog debugging techniques and an interactive environment. Besides, the use of a full Prolog system as a front-end to a Stable Models engine augments the language usually accepted by such systems.

研究の動機と目的

• Well-Founded SemanticsとStable Model Semanticsの両方の下で非単調論理プログラムのインタラクティブな探索環境を提供すること。
• Prolog風のデバッグ技術を用いたモジュラーかつ段階的な解析によって、大規模な知識ベースのデバッグの課題に対処すること。
• Well-Founded Semanticsの効率性とStable Model Semanticsの表現力の両方を、1つのシステム内で統合すること。
• 制限のない変数とメタプログラミング機能を活用して、無限または複雑なモデルの動的プログラム生成と探索を支援すること。

提案手法

• XNMRは、XSBのテーブルベースのWell-Founded Semanticsエンジンと、SMODELSの安定モデル計算エンジンを統合する。
• クエリに応じて関連する節を抽出する残差プログラム抽出機構を用いることで、特定の意味論計算に特化した処理を可能にする。
• 部分的安定モデルと固定点意味論を定義するために、商演算子（Quotient operator）とΦP演算子を採用する。
• init_smodels/1、a_stable_model/0、in_current_stable_model/1といった制御述語を公開するAPIを提供し、プログラムによる操作を可能にする。
• モジュラリティを支援するアーキテクチャを採用しており、大規模プログラムのサブコンポーネントを独立して探索できる。
• SMODELS評価用のグランドプログラムを変数ベースのクエリから構築することで、動的プログラム生成を実現する。

実験結果

リサーチクエスチョン

• RQ1 Well-Founded SemanticsとStable Model Semanticsを、論理プログラミングのためのインタラクティブな環境に効果的に統合するにはどうすればよいか？
• RQ2 XNMRは、モジュラーかつ段階的な解析によって、大規模な知識ベースのデバッグをどの程度効果的に支援できるか？
• RQ3 目的指向の計算（XSB）とグローバルモデル列挙（SMODELS）を組み合わせた際のXNMRの意味論的保証は何か？
• RQ4 XNMRは、Stable Model Semanticsの下でグランドプログラムの生成と評価が可能なメタプログラミング環境として機能できるか？
• RQ5 XSBにおける制限のない変数の使用は、無限または複雑なモデルの探索をどのように向上させるか？

主な発見

• XNMRは、XSBとSMODELSを1つのインタラクティブなシステムに統合し、Well-Founded SemanticsとStable Model Semanticsの両方の探索を可能にした。
• モジュラリティとProlog風のデバッグ技術を活用することで、大規模な知識ベースのデバッグを実現した。
• コール一貫性のあるプログラムに対しては、XNMRは元のプログラムの正確な安定モデルを計算し、意味論的正しさを保証する。
• 非コール一貫性のあるプログラムに対しても、実用的に有用な部分的安定モデルのクラスを計算する。
• XSBにおける制限のない変数の使用により、動的プログラム生成と無限モデルを持つ述語のインタラクティブな探索が可能になった。
• XNMRのAPIは、安定モデルへのプログラム的アクセスを可能にし、大規模なアプリケーションやメタプログラミングワークフローへの統合を支援する。