💻 computer science

Obligation-Producing Actions

Dieses Papier präsentiert eine vereinfachte Lösung des Frame-Problems für verpflichtungserzeugende Handlungen innerhalb des Situationskalküls, indem es Reiters Basistheorien für Handlungen und den Regressionsoperator erweitert, um zu modellieren, wie solche Handlungen persistente Verpflichtungen erzeugen, ohne sich auf das Konzept idealer Situationen zu verlassen.

Ursprüngliche Autoren: Kalonji Kalala, Iluju Kiringa, Tet Yeap

Veröffentlicht 2026-06-16

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Kalonji Kalala, Iluju Kiringa, Tet Yeap

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie spielen ein komplexes Brettspiel, bei dem es nicht nur darum geht, Spielfiguren zu bewegen, sondern darum, Versprechen aufzustellen, die eingehalten werden müssen. Dieses Papier handelt davon, ein perfektes Regelwerk für einen Computer zu erstellen, damit dieser diese Versprechen verstehen, verfolgen kann, während sich das Spiel verändert, und herausfinden kann, was als Nächstes passiert, ohne verwirrt zu werden.

Hier ist die Aufschlüsselung der Ideen dieses Papiers unter Verwendung einfacher Analogien:

1. Das Problem: Das „Was bleibt gleich?“-Rätsel

In der Welt der KI gibt es ein berühmtes Kopfzerbrechen, das als Frame-Problem bekannt ist. Stellen Sie sich vor, Sie sind in einem Raum. Wenn Sie das Licht einschalten, geht das Licht an. Aber hat sich die Farbe der Wände geändert? Hat die Katze auf dem Sofa plötzlich gelernt zu fliegen? Hat sich Ihr Bankkontostand geändert?

Im echten Leben wissen wir, dass 99 % der Dinge sich nicht ändern, wenn man eine kleine Sache tut. Aber für einen Computer ist es unmöglich, jedes einzelne Ding aufzulisten, das sich nicht ändert. Es ist, als würde man versuchen, eine Regel für ein Videospiel zu schreiben, die besagt: „Wenn du springst, bewegst du dich nach oben, aber der Himmel bleibt blau, das Gras bleibt grün, der Mond bleibt weit weg und deine Schnürsenkel bleiben gebunden...“ Das würde ewig dau{%e}.

Die Autoren dieses Papiers sind Experten darin, dieses Rätsel für normale Aktionen (wie das Öffnen einer Tür) zu lösen. Nun lösen sie es für Versprechen (Verpflichtungen).

2. Die neue Herausforderung: „Verpflichtungserzeugende Aktionen“

Die Autoren führen eine spezielle Art von Zug in dem Spiel ein, die eine Verpflichtungserzeugende Aktion (Obligation-Producing Action) genannt wird.

Die Analogie:
Stellen Sie sich vor, Sie sind die einzige Person in einem Haus. Sie entscheiden, die Vordertür zu öffnen.

Die Aktion: Sie drücken die Tür auf.
Die Konsequenz: Die Tür ist nun offen.
Das neue Versprechen: Weil Sie die Tür geöffnet haben, haben Sie nun ein Versprechen (eine Verpflichtung), sie später wieder zu schließen.

In den alten Computermodellen wusste das System, dass die Tür offen ist, aber es wusste nicht automatisch, dass Sie nun eine neue Regel zu befolgen haben. Die Autoren haben herausgefunden, wie sie den Computer dazu bringen können, zu erkennen: „Ah, Agent X hat gerade die Tür geöffnet. Daher unterliegt Agent X nun einer neuen Regel: ‚Muss Tür schließen‘.“

3. Die Lösung: Die „Mögliche Welten“-Karte

Um diese Versprechen zu verfolgen, verwenden die Autoren ein Konzept namens Mögliche Welten.

Die Analogie:
Stellen Sie sich vor, Ihre aktuelle Situation ist das Stehen auf einem einzelnen Pfad. Aber weil Sie ein Versprechen zu halten haben, stellt sich der Computer eine Reihe von parallelen Pfaden (möglichen Welten) vor, die von Ihrem Standort aus verzweigen.

In einigen dieser Pfade könnten Sie vergessen, die Tür zu schließen.
In anderen Pfaden schließen Sie die Tür sofort.
In anderen wiederum schließen Sie die Tür langsam.

Die Regel des Computers lautet: „Ein Versprechen ist nur dann gültig, wenn es in ALLEN den folgenden möglichen Pfaden wahr ist.“

Wenn es auch nur einen einzigen Pfad gibt, in dem Sie die Tür ewig offen lassen, ist das Versprechen gebrochen. Die Autoren haben eine spezielle „Karte“ erstellt (einen Fluenten namens O), die Ihre aktuelle Situation mit all diesen möglichen zukünftigen Pfaden verbindet.

4. Wie der Computer Änderungen verfolgt

Das Papier löst das „Frame-Problem“ für diese Versprechen, indem es drei Arten von Regeln erstellt, wie sich die Karte ändert, wenn man eine Aktion ausführt:

Typ A: Die langweilige Bewegung (Nicht-Verpflichtungs-Aktionen)
- Beispiel: Sie gehen in die Küche.
- Effekt: Die Karte der möglichen Zukünfte verschiebt sich leicht (Sie sind nun in der Küche in all diesen Pfaden), aber es werden keine neuen Versprechen geschaffen und alte Versprechen verschwinden auch nicht. Das Versprechen „Muss Tür schließen“ bleibt exakt gleich.
Typ B: Der Versprechens-Killer (Verpflichtungs-auflösende Aktionen)
- Beispiel: Sie schließen schließlich die Tür.
- Effekt: Der Computer schaut auf die Karte und sagt: „In jedem möglichen zukünftigen Pfad ist die Tür geschlossen.“ Da das Versprechen erfüllt wurde, löscht der Computer die Regel „Muss Tür schließen“ von der Karte. Die Verpflichtung ist weg.
Typ C: Der Versprechens-Macher (Verpflichtungs-erzeugende Aktionen)
- Beispiel: Sie öffnen die Tür.
- Effekt: Der Computer schaut auf die Karte und sagt: „Oh nein! In einigen dieser Pfade bleibt die Tür offen.“ Er zeichnet sofort eine neue Linie auf die Karte: „Von diesem Punkt an muss in jedem gültigen Pfad die Tür geschlossen sein.“ Eine neue Verpflichtung wird geboren.

5. Der „Regression“-Trick: Rückwärts schauen

Das Papier führt auch einen cleveren Trick namens Regression ein.

Die Analogie:
Stellen Sie sich vor, Sie schauen einen Film und möchten wissen, ob ein Charakter am Ende eines Versprechens treu bleibt. Anstatt den ganzen Film vorwärts zu schauen, arbeitet der Computer rückwärts.

Er beginnt bei der Endszene.
Er fragt: „Was hätte in der Szene davor passieren müssen, damit das Versprechen gehalten wird?“
Er spult die Aufnahme Schritt für Schritt zurück, bis er bei der allerersten Szene (dem Anfang des Films) ankommt.

Dies ermöglicht es dem Computer, zu beweisen, ob ein Versprechen gültig ist, indem er nur die Ausgangsbedingungen betrachtet, anstatt jeden einzelnen Sekundenbruchteil der Zukunft zu simulieren.

Zusammenfassung

Dieses Papier ist ein technisches Handbuch dafür, wie man Computern beibringt, mit juristischen Versprechen in einer dynamischen Welt umzugehen.

Es löst das Problem, wie man verfolgt, was gleich bleibt, wenn ein Versprechen gemacht wird.
Es erschafft ein System, in dem das Ausführen einer bestimmten Aktion (wie das Öffnen einer Tür) automatisch eine neue Regel erzeugt (die Tür schließen).
Es bietet einen mathematischen Weg, um zu prüfen, ob diese Regeln befolgt werden, indem man die Zeitlinie zum Anfang zurückdreht.

Die Autoren behaupten, dass dies eine einfachere, sauberere Methode ist als bisherige Verfahren, da sie unnötige Komplexität über „ideale Welten“ vermeidet und sich auf eine klare, logische Karte dessen konzentriert, was möglich und was erforderlich ist.

Technisches Resümee: Verpflichtungserzeugende Aktionen in der Situationskalkül

Problemstellung

Die Arbeit befasst sich mit dem Frame-Problem im Kontext von verpflichtungserzeugenden Aktionen im Situationskalkül. Während Raymond Reiters bahnbrechende Arbeit eine Lösung für das Frame-Problem bei gewöhnlichen Aktionen (über Zustandsaxiom für Nachfolgesituationen) lieferte und Scherl sowie Levesque dies auf wissenserzeugende Aktionen ausweitete, blieb ein vollständiges Framework für verpflichtungserzeugende Aktionen unterentwickelt.

Insbesondere identifizieren die Autoren eine Lücke in der Arbeit von Demolombe et al. [6], die deontische Konzepte in den Situationskalkül einführten, jedoch kein vollständiges Framework für die Modellierung und Implementierung solcher Aktionen entwickelten. Die zentrale Herausforderung besteht darin, Aktionen formal zu modellieren, die Verpflichtungen für den handelnden Agenten schaffen (z. B. erzeugt das Entriegeln einer Tür die Verpflichtung, sie später wieder zu verriegeln), und zu bestimmen, wie diese Verpflichtungen bestehen bleiben, sich ändern oder enden, während der Agent nachfolgende Aktionen ausführt, ohne dabei explizit alle nicht betroffenen rechtmäßigen Fakten auflisten zu müssen.

Methodik

Die Autoren schlagen eine Lösung vor, die auf Reiters Basic Action Theories und der Kripke-Semantik möglicher Welten für die deontische Logik basiert, wobei sie die in früheren Formulierungen verwendete „Idealitäts“-Ordnung von Situationen vermeiden.

1. Formales Framework

Der Ansatz nutzt eine temporale Version des Situationskalküls mit Sorten für Aktionen, Situationen, Zeitpunkte und Objekte.

Deontischer Fluent ( $O$ ): Eine binäre Relation $O(s', s)$ wird eingeführt, die bezeichnet, dass die Situation $s'$ von der Situation $s$ aus deontisch zugänglich ist.
Verpflichtungsoperator: Eine Verpflichtung $Oblg(\phi, s)$ wird als Notwendigkeitsoperator über die Zugänglichkeitsrelation definiert: $(\forall s'). O(s', s) \supset \phi[s']$ . Das bedeutet, $\phi$ ist in $s$ obligatorisch, wenn $\phi$ in allen deontisch zugänglichen Situationen gilt.
Klassifizierung von Aktionen: Aktionen werden hinsichtlich ihrer Wirkung auf Verpflichtungen in drei Typen kategorisiert:
1. Nicht-verpflichtungserzeugende Aktionen: Gewöhnliche Aktionen, die keine Verpflichtungen erzeugen oder aufheben.
2. Verpflichtungslösende Aktionen: Aktionen, die bestehende Verpflichtungen beenden (z. B. das Benachrichtigen eines Managers nach dem Verriegeln einer Tür).
3. Verpflichtungserzeugende Aktionen: Aktionen, die neue Verpflichtungen schaffen (z. B. erzeugt das Entriegeln einer Tür die Verpflichtung, sie später wieder zu verriegeln).

2. Zustandsaxiome für Nachfolgesituationen (Successor State Axioms) für $O$

Der zentrale technische Beitrag ist die Ableitung eines Zustandsaxioms (Successor State Axiom, SSA) für den deontischen Fluent $O$ . Dieses Axiom charakterisiert, wie sich die Menge der deontisch zugänglichen Situationen nach der Ausführung einer Aktion $a$ in einer Situation $s$ ändert:

Für Nicht-verpflichtungserzeugende Aktionen: Die zugänglichen Situationen in der Nachfolgesituation sind einfach die Abbildungen der zugänglichen Situationen des aktuellen Zustands unter der Aktion $a$ .
Für Verpflichtungslösende Aktionen: Das Axiom filtert jene zugänglichen Situationen heraus, in denen die Bedingung für die Verpflichtung (der zugehörige Fluent) erfüllt wurde, wodurch diese Pfade effektiv aus dem deontischen Raum entfernt werden.
Für Verpflichtungserzeugende Aktionen: Das Axiom beschränkt die zugänglichen Situationen auf jene, in denen die neu geschaffene Verpflichtung erfüllt ist. Konkret: Wenn eine Aktion $a$ eine Verpflichtung für einen Fluent $F$ erzeugt, sind die neuen zugänglichen Situationen jene, in denen $F$ gilt.

3. Regression für Verpflichtungen

Das Paper erweitert den Regressionsoperator von Reiter zur Handhabung von Verpflichtungsformeln. Dies ermöglicht es, die Schlussfolgerungen über die Wahrheit von Verpflichtungsaussagen in zukünftigen Situationen auf das Denken über die Initialsituation ( $S_0$ ) zu reduzieren.

Die Autoren definieren einen Regressionsoperator $R$ , der die $Oblg$-Prädikate behandelt.
Der Operator transformiert rekursiv Formeln, die Verpflichtungen in Nachfolgesituationen enthalten, in äquivalente Formeln in der Initialsituation, unter Verwendung der Zustandsaxiome für sowohl gewöhnliche Fluents als auch den deontischen Fluent $O$ .
Ein Regressionstheorem wird bewiesen, welches besagt, dass ein Satz $W$ durch eine Basic Action Theory impliziert wird genau dann, wenn seine vollständig regressierte Form durch die Axiome der Initialsituation, ergänzt um Unikatnamen-Axiome (Unique Name Axioms) und spezifische Eigenschaften der $O$ -Relation (wie Serialität und Reflexivität), impliziert wird.

Zentrale Beiträge

Vereinfachte Formalisierung: Das Paper vereinfacht die Charakterisierung der Zugänglichkeitsrelation, indem es das Konzept der „Idealität“ von Situationen eliminiert und sich damit enger an die Standard-Kripke-Semantik für deontische Logik (speziell die Standard Deontic Logic) anlehnt.
Vollständige Aktionstheorie: Es liefert einen vollständigen Satz von Axiomen (fundamentale, Vorbedingungs-, Zustands- und Unikatnamen-Axiome), der Reiters Framework um verpflichtungserzeugende Aktionen erweitert.
Korrektheitsbeweise: Die Autoren beweisen, dass ihre Formalisierung intuitive Eigenschaften liefert:
- Erzeugung: Die Ausführung einer verpflichtungserzeugenden Aktion erzeugt die entsprechende Verpflichtung in der Nachfolgesituation.
- Persistenz: Verpflichtungen bleiben in nachfolgenden Situationen bestehen, sofern sie nicht explizit gestoppt werden.
- Terminierung: Verpflichtungen werden entfernt, wenn der zugehörige Fluent wahr wird (oder wenn eine spezifische lösende Aktion durchgeführt wird).
Erweiterung der Regression: Das Paper erweitert das Regressionstheorem auf den Bereich der Verpflichtungen und ermöglicht so das automatisierte Denken über rechtliche Verträge und Smart Contracts innerhalb des Situationskalküls.

Ergebnisse

Das Paper demonstriert, dass die vorgeschlagene Formalisierung die Dynamik von Verpflichtungen korrekt modelliert. Anhand eines laufenden Beispiels eines Türöffnungsszenarios (Entriegeln, Verriegeln und Benachrichtigen eines Managers) zeigen die Autoren:

Wie sich die Zugänglichkeitsrelation $O$ durch die Ausführung von Aktionen entwickelt.
Wie der Regressionsoperator komplexe Verpflichtungsabfragen in zukünftigen Situationen erfolgreich auf überprüfbare Bedingungen in der Initialsituation reduziert.
Das System unterstützt die Verifizierung von Eigenschaften wie „Wenn ein Satz in einer Situation obligatorisch ist, bleibt er auch in nachfolgenden Situationen so, sofern die Verpflichtung nicht explizit gestoppt wird.“

Bedeutung und Ansprüche

Die Autoren behaupten, dass diese Arbeit eine stabile semantische Grundlage für die Spezifikation und das automatisierte Denken über juristische Dokumente und Smart Legal Contracts bietet. Durch die direkte Formalisierung von Verpflichtungen innerhalb des Situationskalküls:

Vermeidet der Ansatz die Notwendigkeit zusätzlicher Kompilierungsschritte, die andere Ansätze (z. B. constraint-basierte Methoden) erfordern.
Nutzt er bestehende Werkzeuge wie GOLOG (eine auf dem Situationskalkül basierende Programmiersprache), um komplexe Aktionen zu definieren und rechtliche Vereinbarungen zu verifizieren.
Bietet er eine Lösung für das Frame-Problem, die speziell auf die deontische Logik zugeschnitten ist, um sicherzustellen, dass Agenten, die rechtliche Prozesse steuern, Änderungen an Rechten und Pflichten verfolgen können, ohne unbeabsichtigt unbezogene rechtliche Fakten zu verändern.

Das Paper positioniert sich als notwendiger Schritt zur Implementierung von Smart Legal Contracts, die auf Konsistenz und zuverlässige Ausführung in dynamischen, verteilten Umgebungen formal verifiziert werden können. Als zukünftige Arbeit wird die Erweiterung dieses Frameworks zur Handhabung von Normverletzungen und pflichtwidrigen Verpflichtungen (Contrary-to-Duty Obligations) identifiziert.