Prioritized Transitions for Updates Marie-odile Cordier and Pierre Siegel

An update operation presupposes that one can predict how the world changes along time. In the absence of a predictive model of evolution, the common sense law of inertia is usually used and justiies the minimal change approach to the frame problem. Instead of relying on an implicit modeling of persistence, we propose to use an explicit modeling of the expected evolution. We rst explain why our previous proposal was not quite satisfactory. We then propose a model-driven semantics of the update operation which can take into account an explicit transition model. The transition model provides a more powerful and exible way to represent the persistence of information. It can moreover be stressed that non only persistence information but also default and transition rules can be expressed in this transition model. It can then be used to represent evolutive systems as required for example in a monitoring or diagnosis context. Transitions avec priorit es pour la Mise a Jour R esum e : La mise a jour d'une base de connaissances n ecessite de prendre en compte l' evolution pr evisible du syst eme ou du monde repr esent e. Les approches s'appuyant sur le principe de changement minimal font l'hypoth ese que le monde ob eit a la loi de l'inertie : si un changement n'est pas explicitement sp ecii e, on suppose que ce changement n'a pas lieu. Dans ce papier, nous montrons les limites d' un tel mod ele implicite de la persistence et nous proposons d'utiliser un mod ele explicite de l' evolution normalement pr evue, que nous appellons \mod ele de transition". Nous d eenissons alors la s emantique de l'op eration de mise a jour utilisant un tel mod ele de transition. Ce mod ele permet de sp eciier la persistance des informations de mani ere nettement plus souple et puissante que ne peut le faire un principe d'inertie maximale. Il permet de plus d'exprimer des r egles de transition ainsi que des r egles par d efaut, et de leur aaecter des priorit es. Il peut en particulier ^ etre utilis e pour mod eliser des syst emes evolutifs dans un cadre de diagnostic ou de supervision.