Arbitrary public announcement logic (APAL) reasons about how the knowledge of a set of agents changes after true public announcements and after arbitrary announcements of true epistemic formulas. We consider a variant of arbitrary public announcement logic called positive arbitrary public announcement logic (APAL+), which restricts arbitrary public announcements to announcement of positive formulas. Positive formulas prohibit statements about the ignorance of agents. The positive formulas correspond to the universal fragment in first-order logic. As two successive announcements of positive formulas need not correspond to the announcement of a positive formula, APAL+ is rather different from APAL. We show that APAL+ is more expressive than public announcement logic PAL, and that APAL+ is incomparable with APAL. We also provide a sound and complete infinitary axiomatisation.


翻译:任意公开宣布逻辑(APAL) 关于在真实的公开宣布和任意宣布真正的缩写公式之后对一组代理人的了解如何变化的任意公开宣布逻辑(APAL) 关于对一组代理人的了解如何变化的原因:我们认为任意宣布的任意宣布逻辑(APAL+)的变式,它称为积极的任意公开宣布逻辑(APAL+),它限制任意公开宣布积极公式;积极公式禁止关于代理人无知的言论;积极公式与一阶逻辑的普遍片段相对应;由于连续两次宣布积极公式不一定与宣布积极公式相对应,APAL+与APAL相当。我们表明,APAL+比公开宣布逻辑PAL更明确,而且APAL+与APAL不相容。 我们还提供了一种健全和完整的无穷无尽的氧化法化。

0
下载
关闭预览

相关内容

《纯逻辑与应用逻辑年鉴》杂志在数学逻辑的各个领域以及逻辑在数学、理论计算机科学和其他相关学科的应用方面发表了高质量的论文。此外,《纯逻辑与应用逻辑年鉴》偶尔会以纯逻辑与应用逻辑出版精选会议论文专刊。官网链接:https://www.sciencedirect.com/journal/annals-of-pure-and-applied-logic/about/aims-and-scope
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Arxiv
6+阅读 · 2019年3月19日
Arxiv
15+阅读 · 2019年3月16日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
3+阅读 · 2017年12月18日
Arxiv
5+阅读 · 2016年10月24日
VIP会员
相关资讯
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
人工智能 | 国际会议截稿信息9条
Call4Papers
4+阅读 · 2018年3月13日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
相关论文
Top
微信扫码咨询专知VIP会员