MétaCan
Menu
Retour à la cohorte
Enregistrement W3206122379 · doi:10.24963/kr.2021/19

An Account of Intensional and Extensional Actions, and its Application to Belief, Nondeterministic Actions and Fallible Sensors

2021· article· en· W3206122379 sur OpenAlexaff
Jens Claßen, James P. Delgrande

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueLogic, Reasoning, and Knowledge
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésNondeterministic algorithmExtensional definitionAction (physics)Computer scienceSet (abstract data type)Artificial intelligenceEpistemic modal logicSituation calculusState (computer science)Extension (predicate logic)EpistemologyTheoretical computer scienceAlgorithmProgramming languagePhilosophy

Résumé

récupéré en direct d'OpenAlex

In general, an agent may have incomplete and inaccurate knowledge about its environment. As well, actions may not turn out as intended or may have nondeterministic effects, and sensors may on occasion give incorrect results. We present a general, qualitative approach to reasoning about action and change in such a setting. The approach is expressed as an extension to basic action theories in the situation calculus, where an agent's epistemic state is modelled by a set of situations, where each situation is assigned a non-negative integer representing its plausibility. The agent's epistemic state is updated by modifying these plausibility values after the execution of an action, taking into account the possibility of unexpected results. To this end, we consider actions to have an intensional aspect, under the control of and determined by the agent, and an extensional aspect, not directly accessible to the agent and controlled by "nature". This leads to two distinct but related related notions of belief, an extensional "bird's eye" view which models an agent's beliefs wrt actually-executed actions, and an intensional view representing beliefs from the agent's point of view. We argue that the approach is significantly more general and comprehensive than previous accounts, and leads to a unified view of failed actions and nondeterminism with respect to physical and sensing actions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,294
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLogic, Reasoning, and KnowledgeTravaux en français237 207