[论文解读] The DLVHEX System for Knowledge Representation: Recent Advances (System Description)

Christoph Redl|arXiv (Cornell University)|Jul 29, 2016

Logic, Reasoning, and Knowledge参考文献 15被引用 3

一句话总结

本文介绍了 dlvhex 系统在知识表示方面通过 hex-语义学实现的重大进展，实现了通过外部原子将答案集编程与外部数据源高效集成。该系统利用外部数据源的单调性和功能性等性质提升性能，引入了 Python 接口以简化开发，并在电子政务和人工智能游戏等实际应用中展示了其超越实验用途的实用性。

ABSTRACT

The DLVHEX system implements the HEX-semantics, which integrates answer set programming (ASP) with arbitrary external sources. Since its first release ten years ago, significant advancements were achieved. Most importantly, the exploitation of properties of external sources led to efficiency improvements and flexibility enhancements of the language, and technical improvements on the system side increased user's convenience. In this paper, we present the current status of the system and point out the most important recent enhancements over early versions. While existing literature focuses on theoretical aspects and specific components, a bird's eye view of the overall system is missing. In order to promote the system for real-world applications, we further present applications which were already successfully realized on top of DLVHEX. This paper is under consideration for acceptance in Theory and Practice of Logic Programming.

研究动机与目标

• 为解决 dlvhex 系统在实际知识表示任务中实用性不足的问题。
• 通过利用外部源的结构性质（如单调性、功能性）来提升系统效率。
• 通过新增的编程接口、语言特性及传播策略，提升用户使用便利性。
• 通过电子政务和人工智能游戏等实际应用，证明 hex-程序的实际可行性。
• 提供 dlvhex 2.5.0 的全面、以用户为中心的概述，补充现有的理论文献。

提出的方法

• 系统利用外部源的已知性质（如单调性、功能性）来指导高效求值，减少冗余计算。
• 应用高级学习技术，提前传播真值，避免对单调或反单调外部原子的重复求值。
• 引入新的 Python 编程接口，简化外部源的实现，降低开发开销。
• 系统集成支持 ASP-Core-2 标准特性，包括优化语句和聚合，增强表达能力。
• 根据用户反馈提供二进制文件和更新的文档，提升可访问性与可用性。
• 通过结合基于规则的推理与外部模拟器（如物理引擎）的 hex-程序构建应用，实现混合推理。

实验结果

研究问题

• RQ1 如何通过利用外部源的结构性质来提升 hex-程序求值的性能？
• RQ2 为实现 dlvhex 从实验性工具向实用知识表示系统转型，需要哪些系统级增强？
• RQ3 实际应用如何从 dlvhex 2.5.0 的新功能中获益？
• RQ4 语言灵活性和改进的接口在多大程度上提升了开发人员的生产力？
• RQ5 通过外部原子集成外部源，如何在复杂应用中实现可扩展且非单调的推理？

主要发现

• 在外部原子中利用单调性和功能性可显著提升求值效率，尤其在递归和非单调场景中表现突出。
• 新的 Python 接口显著缩短了外部源开发者的开发时间，加快了应用开发进程。
• 如投诉管理与《愤怒的小鸟》中的人工智能代理等应用，得益于系统对递归规则和外部模拟的高效处理能力。
• 集成 ASP-Core-2 特性（如优化语句）使得现实问题的表达更加灵活且实用。
• 提供预编译的二进制文件和更新的文档，显著提升了系统的可访问性与采用率。
• 实际应用证实，dlvhex 2.5.0 已具备生产环境适用性，而不仅限于研究原型。