自己認識的マルチエージェント系としての構造的知識の形式化とその推論手法の比較

点击翻译按钮获取中文摘要

本研究では,知識をモジュール化し,各モジュールを知的行為主体であるエージェントと見なし,エージェント間でメタ知識の通信が行われるようなマルチエージェント型知識システムの形式化に関する基礎的な研究を行った.そのために,マルチエージェント自己認識論理(MAEL)を形式化し,その諸性質を解明した.また,これに基づき,階層や時間順序を持つ構造的知識の表現と利用に関する手法を与えた.具体的には,MAELの意味論を明らかにし,健全かつ完全な定理集合の特徴付けを与えた.さらに,Jiangが示したマルチエージェント自己認識論理とMAELの間にある関係を明らかにした.また,MAELに基づく知識表現については,特に,階層的知識における属性継承,および時間的知識における状態継続や因果関係,さらに時間の流れに対して逆向きの推論といった非単調推論の形式化を明らかにした.これにより,従来の知識表現において問題点とされていた多重拡張問題や時間射影問題を避けることが可能であることを示した.一方,タブロ-法に基づくMAELの決定手続きに導出原理を導入する方法の完全性を示すとともに,手続きの一層の効率改善と任意の知識を表すメタ変数の導入を図った.また,MAEL論理式の通常の命題論理式に変換することにより,多エージェント系を1エージェント系に帰着させ,通常の導出原理によって推論を行う方法を明らかにした.さらに,推論アルゴリズムを計算機上へ実現するとともに,推論経過の視覚化を図った.これにより,これらの種々の推論手法の効率比較を容易に行える環境を構築することができた.本研究の成果から,マルチエージェント系として構造的知識を捉える手法は,知識表現手法として優れた形式性を有していると考えられる.