为学而玩或为守密：交替时间逻辑邂逅信息论
多智能体系统
2023-10-19 v3 计算机科学中的逻辑
摘要
多智能体系统的许多重要性质涉及参与者实现给定目标或阻止系统发生不良事件的能力。在智能体之间，目标常具有认知性质，即关乎获取关于重要事实 \phi 的知识的能力。此类性质可用 ATLK（即扩展了认知算子的交替时间时态逻辑 ATL）表达。然而，在许多现实场景中，参与者无需完全习得 \phi 的真值。他们通过获得某些知识（换言之，降低关于 \phi 的不确定性）可能几乎同样获益。类似地，为保守 \phi 的秘密，入侵者从未完全习得真值往往并不足够。相反，需要要求其关于 \phi 的不确定性从不降至合理阈值以下。受此动机启发，我们引入逻辑 ATLH，以基于 Hartley 不确定性度量的量化模态扩展 ATL。新逻辑能够刻画智能体关于给定玩家对给定语句集之不确定性的能力。结果表明，ATLH 具有与 ATLK 相同的表达力与模型检测复杂度。然而，新逻辑比 ATLK 指数级更简洁，这是本文的主要技术结果。
引用
@article{arxiv.2303.00067,
title = {Playing to Learn, or to Keep Secret: Alternating-Time Logic Meets Information Theory},
author = {Masoud Tabatabaei and Wojciech Jamroga},
journal= {arXiv preprint arXiv:2303.00067},
year = {2023}
}