基于图编辑距离与答案集编程的领域模型相似度度量方法

《Artificial Intelligence》：Similarity of planning domain models via answer set programming

　　

摘要

自动规划是人工智能的一个重要领域，也是智能自主代理的重要组成部分。领域独立规划的一个关键方面是领域模型，它编码了推理所给问题所需的领域知识的形式化表示。尽管领域模型在自动规划中起着至关重要的作用，但目前缺乏通过比较模型的不同版本来支持知识工程过程的工具，特别是缺乏确定和突出显示模型差异的工具。

在本文中，我们形式化了领域模型的结构等价性和强等价性概念，在此基础上，我们引入了领域模型相似性的新概念。为了衡量两个模型的相似性，我们引入了提升领域模型的有向图表示，这将领域模型相似性问题表述为图编辑距离问题的一个变体。我们提出了一种答案集编程方法，以最优地解决领域模型相似性问题，该方法确定了模型变得强等价所需的最小修改数量，并在一系列基准模型上展示了该方法的能力。

Luká? Chrpa|Carmine Dodaro|Marco Maratea|Marco Mochi|Mauro Vallati