概率编程：具体化分布和东西？

Question

ProbLog 和/或 prolog/cplint 是否支持使用分布和具体化分布、条件/观察等，例如 WebPPL 中的以下示例。

如果是，你是怎么做到的？

/我知道 cplint 支持的可能是发行版，但是具体化？/

// sampling function, condition() acts 
// like filter i.e. the match is excluded from sampling result
var test = function() {
    var a = flip() //Bernoulli
    var b = flip()
    condition(a||b)
    return {a:a,b:b}
}

//reifying a distribution
var abc = Infer({method: 'rejection', samples:1000}, test)
abc

$ webppl test2.wppl 
Marginal:
    {"a":false,"b":true} : 0.337
    {"a":true,"b":false} : 0.332
    {"a":true,"b":true} : 0.331

Answer 1

是的。 ProbLog 和 cplint 都支持条件分布（观察）。考虑以下程序：

0.5::a.
0.5::b.

q_a_and_b:- a,b.
q_or:- a.
q_or:- b.

在cplint中，你可以查询给定的证据：

?- prob(q_a_and_b,q_or,Prob).
Prob = 0.33.

ProbLog 也是如此（您需要直接在程序中添加查询和证据）。前面的查询可以理解为：“鉴于观察到q_or，q_a_and_b 为真的概率是多少？”。该解决方案采用精确推理。在 cplint 中，您也可以使用近似推理（使用 MCINTYRE 模块），但对于此示例程序，不需要。