Skip to main content
QUICK REVIEW

[论文解读] When Names Are Not Commonly Known: Epistemic Logic with Assignments

Yanjing Wang, Jeremy Seligman|arXiv (Cornell University)|May 10, 2018
Logic, Reasoning, and Knowledge参考文献 8被引用 5
一句话总结

本文提出一种轻量级的信念逻辑,包含赋值算子,允许使用非刚性名称——即不假设代理名称为普遍已知——从而能够自然表达关于知识的 de re 与 de dicto 区分。主要贡献是在 S5 模型上对这一逻辑提供了完整的公理化体系,扩展了标准信念逻辑以处理多代理知识场景中的指称模糊性问题。

ABSTRACT

In standard epistemic logic, agent names are usually assumed to be common knowledge implicitly. This is unreasonable for various applications. Inspired by term modal logic and assignment operators in dynamic logic, we introduce a lightweight modal predicate logic where names can be non-rigid. The language can handle various de dicto and de re distinctions in a natural way. The main technical result is a complete axiomatisation of this logic over S5 models.

研究动机与目标

  • 为解决标准信念逻辑中假设代理名称为刚性且普遍已知所带来的局限性,此类假设无法捕捉涉及身份不确定性的现实世界知识场景。
  • 在名称非普遍已知的情况下,建模知识陈述的 de re 与 de dicto 读法——例如,代理是否通过名字或角色知晓某人。
  • 提供一个正式框架,支持在在线匿名、机器人技术或多代理系统等场景中,当身份指称存在模糊性时的高阶知识与信念。
  • 为基于 S5 Kripke 模型并引入赋值的逻辑提供完整的公理化体系,确保逻辑表达力与证明论完备性。
  • 为未来扩展函数符号、共同知识及变化域奠定基础,同时应对可判定性挑战。

提出的方法

  • 引入一种受动态逻辑启发的项模态逻辑,包含赋值算子,允许名称为非刚性,且其指称可在不同世界间变化。
  • 采用 Kripke 风格语义,其中代理通过项索引,可及关系基于某世界中项所指代的代理而定义。
  • 使用赋值算子(例如 x := t)动态更新变量的指称,使逻辑能够追踪知识随指称变化而发生的变化。
  • 定义一种新逻辑 SELAS,基于具有常量域和赋值函数的信念 Kripke 模型,支持项模态与基于赋值的指称变化。
  • 通过极大一致集(MCS)的典型模型构造与真值引理,证明完备性,确保每个一致公式均可满足。
  • 通过基于过滤的论证建立可靠性和强完备性,利用向一阶逻辑的受控片段的翻译,支持可判定性猜想。

实验结果

研究问题

  • RQ1当代理名称非普遍已知时,信念逻辑如何表达 de re 与 de dicto 知识区分?
  • RQ2涉及非刚性名称的知识归属语句(如 'a 知道 b 知道 a 需要帮助')的正式语义是什么,当名称存在歧义时?
  • RQ3能否为 S5 模型上的具有非刚性常量和赋值算子的模态谓词逻辑提供完整的公理化体系?
  • RQ4此类逻辑的模型论与证明论性质如何,特别是关于完备性与潜在可判定性?
  • RQ5未来工作如何扩展该逻辑以处理函数符号、共同知识或变化域?

主要发现

  • 所提出的逻辑 SELAS 在带有赋值的 S5 信念模型上实现了完整的公理化体系,确保所有有效公式均可被证明。
  • 该逻辑通过项模态与赋值算子成功捕捉了知识陈述的 de re 与 de dicto 读法,解决了标准信念逻辑中存在的歧义问题。
  • 为典型模型构造建立了真值引理,证明每个极大一致集均对应一个满足模型。
  • 逻辑的可靠性可直接从语义中推出,强完备性通过使用合适子语言与变量赋值扩展的过滤论证得以证明。
  • SELAS 的无名片段同构于具有传递性约束的受控一阶逻辑片段,暗示其可能具有可判定性,尽管完整可判定性仍为开放问题。
  • 该框架支持向函数符号、共同知识与变化域的扩展,尽管存在技术挑战,但已为基于表列的决策过程提供清晰路径。

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。