流变（人工智能）

在人工智能中，流变是一种可以随时间变化的条件。在对行动进行推理的逻辑方法中，流畅性可以通过具有一个取决于时间的参数的谓词来代表一阶逻辑。例如，盒子在桌子上的条件，如果它能随时间变化，就不能用以下方式表示.通路的这种表示方法在情境微积分中被修改，用过去的行动序列来代替当前的时间。流变也可以用一个函数来表示，去掉时间参数。例如，盒子在桌子上，可以用以下方式表示是一个函数而不是一个谓词。在一阶逻辑中，将谓词转换为函数被称为重化；为此，由函数代表的通式被称为重化。当使用重化的通感时，有必要用一个单独的谓词来判断通感的真实与否。比如说。是告诉人们什么时候通证是真的。在事件微积分、通量微积分以及特征和通量逻辑中，都使用了通量的这种表示方法。一些通量可以用不同的方式表示为函数。例如，一个盒子的位置可以用一个函数来表示on(box,t){displaystyleon(box,t)}，其值是盒子所在的对象。其值是盒子在时间上所站立的物体.可以用这种方式表示的条件被称为函数通证。关于这类函数值的声明可以用一阶逻辑的平等性来给出，使用的是字面意义，如.一些通量在情境微积分中是这样表示的。

从历史的角度来看，通量是在定性推理的背景下引入的。其想法是，不是用数学方程而是用自然语言来描述一个过程模型。这意味着一个行动不仅由其轨迹决定，而且有一个符号模型，非常类似于文字冒险。天真物理学与数字物理学引擎相对立，有义务预测行动的结果。流利的实现了机器人的运动和自然语言的任务描述之间的常识性落地。从技术角度来看，流畅性相当于一个被天真的物理引擎解析的参数。解析器在自然语言的流畅性和传感器测量的数值之间进行转换。因此，人机互动得到了改善。