Wprowadziliśmy agentów opartych na wiedzy i pokazaliśmy, jak zdefiniować logikę, dzięki której tacy agenci mogą wnioskować o świecie. Główne punkty są następujące:
* Inteligentni agenci potrzebują wiedzy o świecie, aby podejmować dobre decyzje.
* Wiedza jest zawarta w agentach w formie zdań w języku reprezentacji wiedzy, które są przechowywane w bazie wiedzy.
* Agent oparty na wiedzy składa się z bazy wiedzy i mechanizmu wnioskowania. Działa, przechowując zdania o świecie w swojej bazie wiedzy, używając mechanizmu wnioskowania do wywnioskowania nowych zdań i używając tych zdań, aby zdecydować, jakie działanie podjąć.
* Język reprezentacji jest zdefiniowany przez swoją składnię, która określa strukturę zdań i jego semantykę, która określa prawdziwość każdego zdania w każdym możliwym świecie lub modelu.
* Relacja wynikania między zdaniami jest kluczowa dla naszego rozumienia rozumowania. Zdanie α pociąga za sobą kolejne zdanie β, jeśli β jest prawdziwe we wszystkich światach, w których α jest prawdziwe. Równoważne definicje obejmują ważność zdania α => β oraz niespełnialność zdania α Λ ¬β.
* Wnioskowanie to proces wyprowadzania nowych zdań ze starych. Algorytmy wnioskowania dźwiękowego wyprowadzają tylko zdania, które są implikowane; kompletne algorytmy wyprowadzają wszystkie zdania, które są z nimi związane.
* Logika zdań to prosty język składający się z symboli zdań i spójników logicznych. Może obsługiwać twierdzenia, o których wiadomo, że są prawdziwe, fałszywe lub zupełnie nieznane.
* Zbiór możliwych modeli, przy ustalonym słowniku zdań, jest skończony, więc wyciągnięcie można sprawdzić, wyliczając modele. Wydajne algorytmy wnioskowania sprawdzające model dla logiki zdań obejmują metody śledzenia wstecznego i wyszukiwania lokalnego i często mogą szybko rozwiązywać duże problemy.
* Reguły wnioskowania to wzorce wnioskowania dźwiękowego, które można wykorzystać do znalezienia dowodów. Reguła rozstrzygania daje kompletny algorytm wnioskowania dla baz wiedzy, które są wyrażone w spójnych postaciach normalnych. Łańcuchy do przodu i łańcuchy wsteczne są bardzo naturalnymi algorytmami rozumowania dla baz wiedzy w formie Horn.
* Do znalezienia rozwiązań można użyć lokalnych metod wyszukiwania, takich jak WALKSAT. Takie algorytmy są dobre, ale niekompletne.
* Estymacja stanów logicznych polega na utrzymywaniu logicznego zdania opisującego zbiór możliwych stanów zgodnych z historią obserwacji. Każdy krok aktualizacji wymaga wnioskowania przy użyciu przejściowego modelu środowiska, który jest zbudowany z aksjomatów stanów następczych, które określają, w jaki sposób zmienia się każdy płynny.
* Decyzje w ramach agenta logicznego mogą być podejmowane przez rozwiązywanie SAT: znalezienie możliwych modeli określających przyszłe sekwencje działań, które osiągną cel. To podejście działa tylko w środowiskach w pełni obserwowalnych lub bezczujnikowych.
* Logika zdań nie skaluje się do środowisk o nieograniczonej wielkości, ponieważ brakuje jej siły wyrazu, by zwięźle radzić sobie z czasem, przestrzenią i uniwersalnymi wzorcami relacji między obiektami.