2026
Dissertation, RWTH Aachen University, 2026
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak09
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2026-06-01
Online
DOI: 10.18154/RWTH-2026-06108
URL: https://publications.rwth-aachen.de/record/1037597/files/1037597.pdf
Einrichtungen
Inhaltliche Beschreibung (Schlagwörter)
epistemic logic (frei) ; knowledge representation and reasoning (frei) ; multi-agent systems (frei) ; reasoning about action (frei)
Thematische Einordnung (Klassifikation)
DDC: 004
Kurzfassung
Im Bereich der Wissensrepräsentation wird der Begriff Glaube verwendet, um den mentalen Zustand eines Agenten in Bezug auf die Welt und andere Agenten zu modellieren. Probabilistischer Glaube erweitert dieses Konzept, indem er den Grad des Glaubens unter Unsicherheit erfasst, während höherstufiger Glaube „Glaube über den Glauben anderer Agenten“ erfasst. Diese Konzepte spielen eine zentrale Rolle beim Schließen unter Unsicherheit, in Multiagentensystemen sowie für Entscheidungen in komplexen, dynamischen Umgebungen. Eine grundlegende Herausforderung in diesem Forschungsbereich stellt dabei die Entwicklung logischer Systeme dar, die solche Strukturen angemessen abbilden und schlüssige Argumentationen unterstützen. Der erste Beitrag dieser Dissertation ist eine maßbasierte Semantik für probabilistischen Glauben. Durch die Definition von Wahrscheinlichkeitsmaßen über Räumen möglicher Welten ermöglicht der vorgeschlagene Ansatz das Schließen über beliebige Verteilungen von Glauben, einschließlich kontinuierlicher und Mischverteilungen. Weiterhin ermöglicht der Ansatz durch Integration über die Räume eine Modellierung von Änderungen des Glaubens im Anschluss an Handlungen. Dies führt zu einer Verknüpfung von Logik und Wahrscheinlichkeit, die über die häufig betrachteten diskreten probabilistischen Modelle hinausgeht. Der zweite Beitrag, den die vorliegende Arbeit leistet, befasst sich mit dem Schlussfolgern über höherstufigen Glauben in Multiagentensystemen, sowohl in statischen als auch in dynamischen Kontexten. Für statische Szenarien stellt diese Arbeit einen übersetzungsbasierten Ansatz für das Schlussfolgern in modalen Logiken mit Glauben vor. Für dynamische Szenarien wird ein syntaktischer und entscheidbarer Ansatz für die epistemische Planung in Systemen mit höherstufigem Glauben dargestellt. Ein abschließender Beitrag integriert probabilistischen und höherstufigen Glauben in einem einheitlichen logischen Rahmen. Durch eine Erweiterung des Begriffs des only-knowing auf probabilistische und multiagentenbezogene Kontexte ermöglicht das vorgeschlagene System präzise Schlussfolgerungen über die Wissensbasen von Agenten sowie deren Glauben über die Glauben anderer Agenten.In Knowledge Representation and Reasoning, the notion of belief is used to model an agent's mental state about the world and other agents. Probabilistic beliefs extend this notion by capturing degrees of belief under uncertainty, while higher-order beliefs represent beliefs about the beliefs of others. These concepts play an important role in reasoning under uncertainty, multi-agent interaction, and decision-making. Developing logical frameworks that can faithfully represent such beliefs and support effective reasoning remains a fundamental challenge in the field. The first contribution of this thesis is a measure-based semantics for probabilistic beliefs. By defining probability measures over spaces of possible worlds, the proposed logics support reasoning about arbitrary belief distributions, including continuous and mixed distributions, and allow reasoning about beliefs after actions via integration over such spaces. This provides a unification of logic and probability that goes beyond discrete probabilistic models commonly studied in the literature. The second contribution concerns reasoning about higher-order beliefs in multi-agent settings, in both static and dynamic cases. For static reasoning, a translation-based inference method is developed for inference in modal logics with beliefs. For dynamic scenarios, the thesis proposes a syntactic and decidable approach to epistemic planning in the presence of higher-order beliefs. The final contribution integrates probabilistic and higher-order beliefs into a unified logical account. By extending the notion of only-knowing to probabilistic and multi-agent settings, the resulting framework supports precise reasoning about agents' knowledge bases as well as their beliefs about others' beliefs.
OpenAccess:
PDF
(zusätzliche Dateien)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT031516831
Interne Identnummern
RWTH-2026-06108
Datensatz-ID: 1037597
Beteiligte Länder
Germany