[论文解读] Grounding Recursive Aggregates: Preliminary Report
本文提出了一种用于答案集编程的新型基底化框架，通过半朴素数据库评估技术高效处理递归聚集。通过扩展基底化过程以支持聚集传播和安全体排序，该方法实现了对具有递归聚集的程序的稳定模型的高效、增量式计算——在公司控制问题上的实证表明，仅生成四个相关基底规则，而非原先的64个。
Problem solving in Answer Set Programming consists of two steps, a first grounding phase, systematically replacing all variables by terms, and a second solving phase computing the stable models of the obtained ground program. An intricate part of both phases is the treatment of aggregates, which are popular language constructs that allow for expressing properties over sets. In this paper, we elaborate upon the treatment of aggregates during grounding in Gringo series 4. Consequently, our approach is applicable to grounding based on semi-naive database evaluation techniques. In particular, we provide a series of algorithms detailing the treatment of recursive aggregates and illustrate this by a running example.
研究动机与目标
- 为解决在答案集编程中高效基底化包含递归聚集的逻辑程序的挑战。
- 将半朴素数据库评估技术扩展至支持递归聚集，同时避免冗余规则生成。
- 在无需领域谓词或语言限制的前提下，实现对具有递归聚集程序的可扩展基底化。
- 将聚集处理集成至现有基底化流水线（如gringo系列4）中，仅需极少修改。
- 在Ferraris的聚集语义下确保正确性与效率。
提出的方法
- 该方法采用半朴素评估策略，逐步构建Herbrand基底，每次仅关注新生成的原子。
- 引入新的传播步骤，基于前次迭代累积的值计算聚集原子，从而支持递归依赖。
- 应用安全体排序以优先处理递归原子（例如带下标'n'的原子），从而在规则实例化过程中最小化回溯。
- 将含聚集的程序重写为允许标准基底化继续进行的等价形式，随后通过后处理步骤重建基底聚集。
- 通过扩展Propagate函数，支持多种聚集函数（如sum、sum+、count、min、max）。
- 该方法在Ferraris语义下具有形式化基础，并可与现有ASP基底化系统（如gringo）集成。
实验结果
研究问题
- RQ1如何在不产生冗余规则生成的前提下，高效基底化答案集编程中的递归聚集？
- RQ2为支持递归聚集，对半朴素评估需进行哪些修改，同时保持正确性？
- RQ3在存在递归聚集的情况下，安全体排序如何减少规则实例化过程中的回溯？
- RQ4能否将递归聚集的基底化集成至现有ASP基底化器（如gringo）中，而无需语言限制或领域谓词？
- RQ5聚集单调性与分层结构对基底化效率与正确性有何影响？
主要发现
- 所提方法将公司控制问题的基底化从64个潜在基底规则减少至仅四个相关规则，显著提升了效率。
- 通过采用安全体排序与聚集传播，该框架在规则实例化过程中避免了回溯，从而提升性能。
- 该方法在Ferraris语义下正确处理递归聚集，确保在递归存在时的语义正确性。
- 该方法具有通用性与可扩展性，支持gringo系列4中的多种聚集函数，如sum、sum+、count、min与max。
- 该框架重用标准半朴素基底化技术，并通过专门的聚集传播阶段加以扩展，从而可无缝集成至现有ASP工作流。
- 在gringo系列4中的实现表明，递归聚集可被高效基底化，且无需ω-或λ-限制，这与早期系统不同。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。