在过去的几年中,在扩展具有处理对象的能力的概率和随机框架方面有很多工作,例如。(Anderson等,2002; DˇSeroski等,2001; Friedman等,1999; Kersting&de Raedt,2001; Kersting等,2003; Muggleton,1996)。从归纳逻辑程序或关系学习的角度来看,这些问题是对使用关系或计算逻辑表示的命题表示的升级。已经报道了这一方向的各种成功。的确,Friedman等人。(1999)以及Kersting和De Raedt(2001)升级贝叶斯网络,Muggleton(1996)升级随机传统语法,Anderson等。(2002)和Kerting等。(2003)升级(隐藏)马尔可夫模型。本文的第一个贡献是一种新颖的形式主义的介绍,称为逻辑马尔可夫决策计划(LOMDPS),该计划将马尔可夫决策过程与计算逻辑相结合。结果是
主要关键词