像數(shù)獨(dú)這樣的紙筆拼圖很受用戶歡迎。有許多人工智能方法可以解決它們;盡管如此，他們并沒有使用與人類玩家相同的技術(shù)。這意味著當(dāng)前的求解器無法以有意義的方式解釋他們的推理。

最近的一篇研究論文提出了一種基于 MUSes(最小不可滿足子集)的通用技術(shù)來解決紙筆難題并解釋解決方案。

由于標(biāo)準(zhǔn) MUS 查找算法對于數(shù)獨(dú)等大型謎題效率低下，因此研究人員提出了一種查找單個(gè)小型 MUS 的方法。實(shí)驗(yàn)驗(yàn)證了所提出算法的有效性。它在一般性和解釋質(zhì)量方面優(yōu)于以前的方法。結(jié)果表明，建議的解釋與真實(shí)玩家在各種謎題和教程中使用的解釋非常吻合。

數(shù)獨(dú)、二色和摩天大樓等紙筆拼圖非常受歡迎。解決此類難題對于現(xiàn)代 AI 系統(tǒng)來說可能是一項(xiàng)微不足道的任務(wù)。然而，大多數(shù)人工智能系統(tǒng)使用回溯的形式解決問題，而人們則盡量避免回溯。這意味著現(xiàn)有的人工智能系統(tǒng)不會(huì)輸出對人們有意義的推理解釋。我們展示了 Demystify，這是一種工具，它允許用高級(jí)約束編程語言表達(dá)謎題，并使用 MUSes 來生成解謎步驟的描述。我們對使用 MUS 解決難題的現(xiàn)有技術(shù)進(jìn)行了一些改進(jìn)，這使我們能夠解決一系列明顯更復(fù)雜的難題并提供更高質(zhì)量的解釋。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！