Combinaison de méthodes de résolution de problèmes exactes issues de l’IA

Combining Exact Problem-Solving Methods from AI

• Auteur / Autrice : Bryan Garreau
• Direction : Éric Monfroy, Igor Stephan, Martin Dieguez lodeiro
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 29/09/2021; Soutenance le 21/11/2025
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : Mathématiques et Sciences et Technologies de l'Information et de la Communication
• Partenaire(s) de recherche : Equipe de recherche : LERIA - Laboratoire d'Etude et de Recherche en Informatique d'Angers

Mots clés

Mots clés libres

Constraint Answer Set Programming

Well-Founded Semantics

Système de réécriture

Constraint Answer Set Programming

Well-Founded Semantics

Rewriting system

Résumé

ASP est un paradigme de programmation logique non-monotone. La fusion d’ASP et CP a donné naissance à la CASP. Cette fusion promet des mécanismes de résolution plus rapides et moins coûteux en espace que ceux d’ASP. Cependant, ce paradigme est souvent vu comme une extension d’ASP, influençant fortement les techniques de résolution proposées dans la littérature. Par conséquent, les algorithmes de résolution de CP se retrouvent très souvent dépendant du processus de résolution ASP. Afin de fusionner au mieux les deux processus de résolution, nous proposons une extension de la sémantique des modèles bien-fondés basé sur un système de réécriture. Ce processus de calcul utilisant des opérateurs élémentaires, il permet d’interfacer les deux processus de résolution avec transparence. Nous proposons également dans cette thèse une sémantique opérationnelle basée sur cette dernière afin de faire le lien avec notre implémentation. Nous proposons également des expérimentations afin de comparer notre approche face aux autres.

ASP is a non-monotonic logic programming paradigm. The fusion of ASP and CP has given rise to CASP. This fusion promises faster solving mechanisms with lower memory requirements than those of ASP alone. However, this paradigm is often seen as an extension of ASP, which heavily influences the solving techniques proposed in the literature. As a result, CP solving algorithms often end up being dependent on the ASP solving process. To better merge the two solving processes, we propose an extension of the well-founded model semantics based on a rewriting system. Since this computation process uses elementary operators, it enables transparent interfacing between the two solving processes. In this thesis, we also propose an operational semantics based on this extension to connect it with our implementation. We further present experiments to compare our approach with existing ones.