Epistemische Logiken

Ähnliche Dokumente
Logics for Multiagent Systems

Epistemische Logiken

Grundlagen der Logik

Modellierung von Wissen

Logic in a Nutshell. Christian Liguda

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 8.

Spezifikation von Handlungen von Agenten

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.

Inferenzmethoden. Einheit 16. Modallogiken. 1. Syntax & Semantik 2. Erweiterung des Extensionsverfahrens

Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P)

De Morgan sche Regeln

Theorie der Informatik

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie

Was bisher geschah. wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min Disjunktion 2 max Negation 1 x 1 x Implikation 2 Äquivalenz 2 =

Logik für Informatiker Logic for computer scientists

Allgemeingültige Aussagen

SS Juli Übungen zur Vorlesung Logik Blatt 11

Logik für Informatiker

Werkzeuggestützte Softwareprüfungen: Model Checking I - CTL. Vortrag von Florian Heyer

TU7 Aussagenlogik II und Prädikatenlogik

Theoretische Grundlagen des Software Engineering

Logik für Informatiker

Logik I. Symbole, Terme, Formeln

Hilbert: Prädikatenlogik Teil I (formale Beweise) Text von Hilbert; Text von Halbeisen et al. Christine Simantiri Ueli Gisiger

THEORETISCHE INFORMATIK UND LOGIK

Definition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Grundbegriffe der mathematischen Logik

Hilbert-Kalkül (Einführung)

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten. Click here if your download doesn"t start automatically

Syntax der Prädikatenlogik: Komplexe Formeln

Übersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)

Logik (Prof. Dr. Wagner FB AI)

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15

Einführung in die Theoretische Informatik

1. Einführung in Temporallogik CTL

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 1, 16. April Formale Methoden II p.1/30

4. Alternative Temporallogiken

Semantik und Pragmatik

Logik Vorlesung 7: Grundlagen Prädikatenlogik

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25

Die Prädikatenlogik erster Stufe: Syntax und Semantik

Nur Aussagesätze, d.h. Deklarativ-, nicht aber Frage- oder Aufforderungs-sätze bringen das Zutreffen einer Aussage (oder Proposition) zum Ausdruck.

THEORETISCHE INFORMATIK UND LOGIK

Modallogik (aussagenlogisch)

Logik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14

Berechenbarkeitstheorie 19. Vorlesung

1 K-Rahmen und K-Modelle

Logik für Informatiker

Übersicht. 7. Prädikatenlogik 1. Stufe

Deduktion in der Aussagenlogik. Semantische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung

Deduktion in der Aussagenlogik

Formale Methoden II. Gerhard Jäger. SS 2005 Universität Bielefeld. Teil 3, 12. Mai Formale Methoden II p.1/23

Logik für Informatiker

Teil (A): Was wir mit Beweisen nicht meinen. (aus: Armin P. Barth, Logik? Logisch! Teil 2, in VSMP Bulletin, Nr. 112, Febr. 2010, pp.

Was bisher geschah Klassische Aussagenlogik zur Modellierung von Aussagen Syntax: Formeln

2.6 Natürliches Schließen in AL

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

Zusammenfassung. Definition. 1 (x i ) 1 i n Sequenz von Registern x i, die natürliche Zahlen beinhalten. 2 P ein Programm. Befehle: 1 x i := x i + 1

Modellierungsbeispiel Geräte

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik

Nichtklassische Logiken

Semantik und Pragmatik

Entscheidungsverfahren mit Anwendungen in der Softwareverifikation

Die UN-Kinderrechtskonvention. Darstellung der Bedeutung (German Edition)

Semantik und Pragmatik

Einführung in die Logik (Vorkurs)

WS 2015/16 Diskrete Strukturen Kapitel 2: Grundlagen (Aussagenlogik 1)

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

Vorsemesterkurs Informatik

4. Logik und ihre Bedeutung für WBS

Jeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =?

Diskrete Strukturen. Sebastian Thomas RWTH Aachen Mathematische Logik

Logik für Informatiker Logic for computer scientists

Tableaukalkül für Aussagenlogik

Klassische Aussagenlogik

SS2010 BAI2-LBP Gruppe 1 Team 07 Entwurf zu Aufgabe 4. R. C. Ladiges, D. Fast 10. Juni 2010

The Epistemics of Presupposition Projection. Präsuppositionsauslöser

Schlussregeln aus anderen Kalkülen

Kapitel 1. Aussagenlogik

Grundbegriffe aus Logik und Mengenlehre. Prädikatenlogik

Grundbegriffe für dreiwertige Logik

Einführung in die Logik

Entscheidungsprobleme in der autoepistemischen Logik

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik

Mathematischer Vorbereitungskurs für das MINT-Studium

Logik für Informatiker

3. Klausur Einführung in die Theoretische Informatik Seite 1 von Welches der folgenden klassischen Probleme der Informatik ist entscheidbar?

Unterspezifikation in der Semantik Hole Semantics

Logik für Informatiker

Satz 1.18 (Kompaktheitssatz der Aussagenlogik)

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37

Semantic Web Technologies I

6 Semantik von Modalausdrücken. 6.1 Modalitäten

Theoretische Grundlagen des Software Engineering

Transkript:

Epistemische Logiken Im Rahmen des Projektseminars Logiken für Multiagentensysteme 03.11.2003 Rene Werner & Jan Meier Epistemische Logiken p.1

Übersicht 1. Einführung 2. Modallogik 3. Meta-Sprache 4. Ausblick Epistemische Logiken p.2

Übersicht 1. Einführung 1.1. Begriffsdefinition 1.2. Integration in ein formal-logisches System 1.3. Lösungsansätze 1.4. Mögliche Welten 2. Modallogik 3. Meta-Sprache 4. Ausblick Epistemische Logiken p.2

1.1 Begriffsdefinition Ziel: Repräsentation von Wissen im Rahmen von Multiagentensystemen Part of the difficulty [...] is that there is no agreement on exactly what the properties are or should be. Quelle: [1] Epistemische Logiken p.3

1.1 Begriffsdefinition Ziel: Repräsentation von Wissen im Rahmen von Multiagentensystemen...two very different but related views of knowledge or belief. First, we can think of knowledge (or belief) as a collection of propositions held by an agent to be true. Second, we can think in terms [of] different possible ways the world could be, and knowledge (or belief) as a classification of these into two groups, those, that are considered incorrect, and those that are candidates for the way the world really is. Quelle: [3] Epistemische Logiken p.3

1.1 Begriffsdefinition Ziel: Repräsentation von Wissen im Rahmen von Multiagentensystemen Belief: Annahmen; Wissen oder Glauben des Agenten zu einem bestimmten Zeitpunkt Epistemische Logiken p.3

1.2 Integration Janine believes Cronos is the father of Zeus. Aussage in der Prädikaten ausdrücken: Bel (Janine, Father (Zeus, Cronos)). Epistemische Logiken p.4

1.2 Integration Janine believes Cronos is the father of Zeus. Aussage in der Prädikaten ausdrücken: Bel (Janine, Father (Zeus, Cronos)). Probleme: 1. Der Ausdruck ist syntaktisch nicht korrekt, da Father (Zeus, Cronos) nicht, wie in der Prädikatenlogik gefordert, ein Term ist, sondern selbst ein Prädikat ist. Epistemische Logiken p.4

1.2 Integration Janine believes Cronos is the father of Zeus. Aussage in der Prädikaten ausdrücken: Bel (Janine, Father (Zeus, Cronos)). Probleme: 1. Der Ausdruck ist syntaktisch nicht korrekt, da Father (Zeus, Cronos) nicht, wie in der Prädikatenlogik gefordert, ein Term ist, sondern selbst ein Prädikat ist. 2. Referenzielle Transparenz: mit (Zeus=Jupiter) würde Bel (Janine, Father(Jupiter, Cronos)) folgen. Wir benötigen aber referenzielle Intransparenz! Epistemische Logiken p.4

1.3.1 Lösungsansätze Syntaktische Ebene Modallogik Meta-Sprache Semantische Ebene Mögliche Welten Andere Ansätze Epistemische Logiken p.5

1.3.1 Lösungsansätze Modallogik Meta-Sprache Possible Worlds Andere Ansätze Epistemische Logiken p.6

1.4 Mögliche Welten Mögliche Welten von Hintikka Mit dieser Semantik können die Annahmen eines Agenten modelliert werden: Wenn in jeder möglichen Welt etwas wahr ist, dann weiß der Agent dieses etwas Epistemische Logiken p.7

1.4 Mögliche Welten Mögliche Welten von Hintikka Mit dieser Semantik können die Annahmen eines Agenten modelliert werden: Wenn in jeder möglichen Welt etwas wahr ist, dann weiß der Agent dieses etwas Also: Durch die Semantik der Möglichen Welten wird das Wissen des Agenten dadurch beschrieben, bis zu welchem Maß er entscheiden kann, in welcher Welt er sich tatsächlich befindet. Epistemische Logiken p.7

1.4 Mögliche Welten: Beispiel -K7 Szenario: Ich spiele mit einem Agenten ein Kartenspiel W 1 K7 P8 W 0 W 2 K7 -P8 Mit den Informationen, die er im Laufe des Spiels erhält, versucht er zu folgern, welche Karten ich auf der Hand halte. Ohne Betrug weiß er nie genau, welche Karten ich halte W 3 Epistemische Logiken p.8

Übersicht 1. Einführung 2. Modallogik 2.1. Syntax, Semantik 2.2. Modallogik als epistemische Logik 2.3. Problem der logischen Allwissenheit 2.4. Ausblick: Intentionen 3. Meta-Sprache 4. Ausblick Epistemische Logiken p.9

2.1.1 Syntax Vokabular: Vokabular der Aussagenlogik Modaloperatoren, Formeln: Atomare Formeln: At(L ML ) = At(L AL ) For(L ML ) ist die kleinste Menge, so dass: 1. At ML For(L ML ) 2. Falls X For(L ML ), dann X, X, X For(L ML ) 3. Falls binärer Junktor, X,Y For(L ML ), dann (X Y) For(L ML ) Epistemische Logiken p.10

2.1.2 Semantik Def. modallogisches Modell: Ein modallogisches Modell ist ein Tripel W, R, π mit: W ( Menge von Welten ) R W W ( Sichtbarkeitsrelation ) π : W 2 At(L ML) Die Semantik ist durch die Erfüllbarkeitsrelation = gegeben. Angestrebt ist eine Dualität von und : φ φ Epistemische Logiken p.11

2.1.2 Semantik: Erfüllbarkeitsrelation M,w = true M,w = p( At( ML )) : p π(w) M,w = φ : M,w = φ M,w = φ ψ : M,w = φ oder M,w = ψ M,w = φ : w W. wenn (w,w ) R, dann M.w = φ M,w = φ : w W. (w,w ) R und M.w = φ Epistemische Logiken p.12

2.1.2 Semantik: Kategorisierung Semantische Kategorisierung: φ erfüllbar gdw. M,w. M,w = φ φ gültig in M = W,R,π gdw. w W. M,w = φ = φ gdw. φ gültig in allen Modellen Epistemische Logiken p.13

2.1.2 Semantik: Kategorisierung Semantische Kategorisierung: φ erfüllbar gdw. M,w. M,w = φ φ gültig in M = W,R,π gdw. w W. M,w = φ = φ gdw. φ gültig in allen Modellen Eigenschaften der Modallogik: 1. = (φ ψ) ( φ ψ) (K-Axiom) 2. wenn = φ dann = φ (Notwendigkeitsregel) Epistemische Logiken p.13

2.1.2 Semantik: Axiome Axiom Schema Relation T φ φ reflexiv w W.(w,w) R D φ φ seriell w W. w W.(w,w ) R 4 φ φ transitiv w,w,w R. (w,w ) R (w,w ) R (w,w ) R 5 φ φ euklidisch w,w,w R. (w,w ) R (w,w ) R (w,w ) R Epistemische Logiken p.14

2.1.3 Modale Systeme KT = T KT4 = S 4 KT5 = S 5 Taut(K) Taut(T) Taut(S 4 ) Taut(S 5 ) Epistemische Logiken p.15

2.2 Modallogik als epistemische Logik φ wird interpretiert als φ is known (gem. Dualität von und wird im weiteren nur betrachtet) -P W 1 K A P Q W 0 W 2 K A A weiß P, ist sich aber über Q nicht im Klaren. P -Q W 3 Epistemische Logiken p.16

2.2 Modallogik als epistemische Logik Multiagentensystem: Modell: W,R 1,R 2,...,R n,π {K i }, wobei i {1,...,n} K i φ bedeutet: Agent i weiß φ M,w = K i φ gdw. w W. wenn (w,w ) R i, dann M,w = φ etablierte Systeme: KD45, KT5 (= KDT45) Unterschied: Gültigkeit des T-Axioms (K i φ φ) Epistemische Logiken p.17

2.2.1 Gemeinsames und verteiltes Wissen Allgemeines Wissen (E: everyone knows): EKφ := K 1 φ... K n φ M,w = EKφ gdw. M,w = K i φ i n Epistemische Logiken p.18

2.2.1 Gemeinsames und verteiltes Wissen Allgemeines Wissen (E: everyone knows): EKφ := K 1 φ... K n φ M,w = EKφ gdw. M,w = K i φ i n Gemeinsames Wissen (C: common): CKφ := EKφ EK 2 φ... EK k φ... mit EK 1 φ := EKφ und EK k+1 φ := EK(EK k φ) M,w = CKφ gdw. M,w = EK k φ k N Epistemische Logiken p.18

2.2.1 Gemeinsames und verteiltes Wissen Allgemeines Wissen (E: everyone knows): EKφ := K 1 φ... K n φ M,w = EKφ gdw. M,w = K i φ i n Gemeinsames Wissen (C: common): CKφ := EKφ EK 2 φ... EK k φ... mit EK 1 φ := EKφ und EK k+1 φ := EK(EK k φ) M,w = CKφ gdw. M,w = EK k φ k N Verteiltes Wissen (D: distributed): M,w = DKφ gdw. M,w = φ w mit (w,w ) (R 1... R n ) Epistemische Logiken p.18

2.2.2 Einführung von Quantoren Erweiterung des Modells: W,R,π W,R,D,I,π mit W,R wie bisher D, Domäne I: const D π : Pred W 2 Dn weiterhin: V: Var D Diese Folie wurde im Vortrag nicht verwendet. Epistemische Logiken p.19

2.2.2 Einführung von Quantoren Die Semantik ist geg. durch: M,V,w = P(θ 1,...,θ n ) gdw. [θ 1 ],...,[θ n ] π(p,w) wobei: [θ] I,V := falls θ const dann I(θ) sonst V(θ) Diese Folie wurde im Vortrag nicht verwendet. Epistemische Logiken p.20

2.2.2 Einführung von Quantoren Die Semantik ist geg. durch: M,V,w = P(θ 1,...,θ n ) gdw. [θ 1 ],...,[θ n ] π(p,w) wobei: [θ] I,V := falls θ const dann I(θ) sonst V(θ) ABER: It is known that there is a unicorn. Repräsentationsversuche: x. Unicorn(x) x.unicorn(x) Diese Folie wurde im Vortrag nicht verwendet. Epistemische Logiken p.20

2.3 LOP Problem of Logical Omniscience : K-Axiom (gültig in allen Modallogiken): K i (φ ψ) (K i φ K i ψ) Agentenwissen unter logischer Implikation abgeschlossen + Notwendigkeitsregel (rule of necessitation): falls = φ dann = K i φ Agenten kennen alle gültigen Formeln weiterer Aspekt: (In-)Konsistenz Epistemische Logiken p.21

2.3 LOP [Is] it the case, that you know what facts you know? Do you know what you don t know? Do you know only true things, or can something you know actually be false? [J.Y. Halpern] Any one of these [problems] might cause one to reject a possible-world formalization as unintuitive at best and completly unrealistic at worst [Levesque],Not is not not [C.J.Date] Epistemische Logiken p.22

2.3.1 Ansatz Levesque Logic of explicit and implicit belief Idee: explicit belief is not closed under logical consequence agents can be inconsistent without believing everything logically equivalent formulae are not equivalent as explicit beliefs Modaloperatoren: B (explicit belief), L (implicit belief) Epistemische Logiken p.23

2.3.1 Ansatz Levesque - Formalisierung Definition Modell: S,B,T,F mit S Situationen B S Menge der Situationen, die mit dem expliziten Glauben des Agenten kompatibel sind T:Prop 2 S F:Prop 2 S Epistemische Logiken p.24

2.3.1 Ansatz Levesque - Semantik M,s = T Bφ gdw. M,s = T Bφ s B M,s = F Bφ gdw. M,s = T Bφ M,s = T Lφ gdw. M,s = T Bφ s W(B) M,s = F Lφ gdw. M,s = T Lφ W:S 2 S (s inkohärent W(s) = ) Epistemische Logiken p.25

2.3.1 Ansatz Levesque - Anmerkungen = Bφ Lφ Umkehrung gilt nicht L hat Eigenschaften von in S 5 (KT5) Kritikpunkte: Quantifikation nicht möglich u.u. nach wie vor Kenntnis aller aussagenlogischen Tautologien gegeben Epistemische Logiken p.26

2.3.2 Ansatz Fagin und Halpern Logic of general awareness Idee: Modaloperatoren: A ( awareness ), L, B Agent glaubt φ, falls er sich φ bewußt ( aware ) ist und φ wahr in allen epistemischen Alternativen ist: Bφ := Lφ Aφ intuitiver als Ansatz von Levesque Epistemische Logiken p.27

2.3.2 Ansatz Fagin und Halpern - Semantik Definition Modell: S,A,B,π mit S Zustände A:S 2 For(LGA) B S S (transitiv, seriell, euklidisch) π:s 2 Prop Semantische Regeln für A und L-Operator: M,s = Lφ gdw. M,s = Lφ s S mit (s,s ) B M,s = Aφ gdw. φ A(s) Epistemische Logiken p.28

2.4 Ausblick: Intentionen bisher: Modellierung von beliefs/knowledge ABER: Modellierung eines Agenten umfasst weitere Aspekte, z.b. den Zusammenhang von beliefs, goals, actions und intentions Epistemische Logiken p.29

2.4 Ausblick: Intentionen bisher: Modellierung von beliefs/knowledge ABER: Modellierung eines Agenten umfasst weitere Aspekte, z.b. den Zusammenhang von beliefs, goals, actions und intentions hier exemplarisch: Logic of rational agency (Cohen und Levesque) Epistemische Logiken p.29

2.4 Intentionen - Logic of rational agency Logic of rational agency, Idee: Einführung von Modaloperatoren (BEL x φ), (GOAL x φ) und Temporaloperatoren (HAPPENS, DONE,...), so dass es möglich ist, folgendes auszudrücken: Die Intention, eine Aktion a auszuführen, ist eine Art Verpflichtung ( persistent goal ), a ausgeführt zu haben (INTENTION x a) := (PGOAL x [DONE x (BEL x (HAPPENS a))?; a]) Epistemische Logiken p.30

Übersicht 1. Einführung 2. Modallogik 3. Meta-Sprache 3.1. Motivation 3.2. Selbstreferenzierende Prädikatenlogik 3.3. Hierachische Prädikatenlogik 3.4. Ansatz von Konolige 4. Ausblick Epistemische Logiken p.31

3.1 Motivation Bel (Janine, Father (Zeus, Cronos)) ist keine Formel in der Prädikatenlogik. Ausweg: Einführen einer Objektsprache und die Meta-Sprache mit Termen erweitern die Formeln aus der Objektsprache beschreiben. Z.B: Objektsprache. Metasprache or imp. Epistemische Logiken p.32

3.2 Selbstreferenzierende Prädikatenlogik Wenn für die Meta-Sprache und die Objektsprache die Sprache der Prädikatenlogik verwendet wird, spricht man von selbstreferenzierender Prädikatenlogik. Problem: Wenn True( φ ) φ in einer Meta-Sprache enthalten ist, dann ist diese inkonsistent. Lösung 1: Die Prädikate True und False werden so definiert, daß für keine Formel φ True( φ ) und False( φ ) gleichzeitig gelten darf. Epistemische Logiken p.33

3.2 Selbstreferenzierende Prädikatenlogik Wenn für die Meta-Sprache und die Objektsprache die Sprache der Prädikatenlogik verwendet wird, spricht man von selbstreferenzierender Prädikatenlogik. Problem: Wenn True( φ ) φ in einer Meta-Sprache enthalten ist, dann ist diese inkonsistent. Lösung 1: Die Prädikate True und False werden so definiert, daß für keine Formel φ True( φ ) und False( φ ) gleichzeitig gelten darf. Lösung 2: True( φ ) φ, wobei φ = φ mit True( ψ ) in φ zu True( ψ ) in φ Epistemische Logiken p.33

3.3 Hierachische Prädikatenlogik L 0 L 1 L k Keiner der Sprachen L k ist selbstreferenzierend Problem 1: A believes that everything B belives is true kann nicht repräsentiert werden. Problem 2: Es wird für jede Sprache L k ein True-Prädikat benötigt. Epistemische Logiken p.34

3.3 Hierachische Prädikatenlogik L 0 L 1 L k Keiner der Sprachen L k ist selbstreferenzierend Problem 1: A believes that everything B belives is true kann nicht repräsentiert werden. Problem 2: Es wird für jede Sprache L k ein True-Prädikat benötigt. Fazit: Meta-Sprachen haben eine unhandliche Notation, sind unintuitiv und komplex. Epistemische Logiken p.34

3.4 Ansatz von Konolige Axiome des True-Prädikats: f. True(f) True(not(f)) f g. True(f) True(g) True(or(f, g))... Theorie: Formeln der Objektsprache. Der Agent nimmt φ an, wenn φ aus der Theorie beweisbar ist. Fact(t,f): f gehört zur Theorie t Common fact : f.cfact(f) a.fact(th(a), f) True(f) Epistemische Logiken p.35

3.4 Ansatz von Konolige Axiome des Pr-Prädikats (provability): t f g. Pr(t,imp(f,g)) Pr(t,f) Pr(t,g) t f. Pr(t,f) Pr(t,f) a f. Bel(a,f) Pr(th(a),f) Wissen ist als wahre Annahme definiert. Epistemische Logiken p.36

3.4 Ansatz von Konolige (Erweiterungen) 2 Funktionen werden eingeführt, die die vorhergenannten Probleme beheben sollen Verschachtelte Annahmen, d.h. Annahmen über Annahmen machen Situationen: sich verändernde Welten können in die Meta-Sprache übernommen werden Aber auch hier gibt es Ansätze zur Kritik. Epistemische Logiken p.37

Übersicht 1. Einführung 2. Modallogik 3. Meta-Sprache 4. Ausblick 4.1. Nichtmonotone Logiken 4.2. Diskussion Epistemische Logiken p.38

4.1 Nichtmonotone Logiken Nichtmonotones Schließen: Kenntnis weiterer Fakten kann vorher abgeleitete Fakten unableitbar machen. Das bedeutet, daß Aussagen, für die keine Ableitung existiert, später eventuell abgeleitet werden können. Bei monotonen Logiken ist man sicher, daß unableitbarere Aussagen immer falsch bleiben werden. Epistemische Logiken p.39

4.2 Diskussion In welcher Weise hilft uns die Semantik der Möglichen Welten bzw. die Modallogik für das Siedler-Spiel? Epistemische Logiken p.40

Literaturverzeichnis [1] Halpern, J.Y., Moses, Y. 1996.: A guide to completeness and complexity for modal logics of Knowledge and belief. http://www.cs.cornell.edu/home/halpern/papers/guide.pdf. 01.11.2003 [2] Habel, C., Eschenbach, C. 2003.: Prüfungsunterlagen LOS Logik & Semantik Fachbereich Informatik, Universität Hamburg. [3] Levesque, H., Lakemeyer, G. 2000.: The Logic of Knowledge Bases. MIT Press. [4] Poole, D., Mackworth, A., Goebel, R. 1998.: Computational Intelligence A Logical Approach. Oxford University Press. [5] Wooldridge, M.J. 1992.: The Logical Modelling of Computational Multi-Agent Systems. http://www.csc.liv.ac.uk/ mjw/pubs/thesis.pdf. 31.10.2003 Epistemische Logiken p.41