多エージェント系自己認識論理に基づく構造的知識の表現とその推論の効率化

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多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,多エージェント系自己認識論理(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は論理式集合に対する演算の不動点として特徴付けられることを示した.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が含まれる概念の表現を明らかにした.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ことにより,新しい決定手続きを開発し,そ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.さらに,Prologのメタプログラミング手法を用いて計算機上への実現を行い,メタ変数の展開手法についても明らかにした.その結果,導出原理を用いた場合はタブロ-法を用いた場合に対して,大幅に速く処理できることを示した.さらに,TMSを用いた推論を利用するための基礎的な調査を行い,その問題点を明らかにした.本研究の成果から,多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.