逻辑编程正日益成为神经符号 AI 系统的符号层。本文围绕三类主流规则语言——Datalog、答案集程序（ASP）和概率逻辑程序（PLP）——从语义、表达能力、神经网络集成方式以及评估机制四个维度展开比较。我们梳理了 50 多个近期系统，按数据库与编程语言、机器学习、视觉以及机器人四大研究方向统计了各语言的使用情况，并给出了一张决策矩阵，帮助读者根据应用场景（如需要确定性推理、概率推断或可解释性）快速选取合适的形式化工具。最后，文章指出了当前仍待解决的挑战，包括统一的学习‑推理接口、跨模态数据的概率建模以及大规模评估基准的缺乏。
点评