如何修正SWRL/Jena规则，实现机器人任务技能的精准匹配推理？

已知事实 #

Robot:robot1 hasSkill RobotSkill:location.
Robot:robot1 hasSkill RobotSkill:move.
Robot:robot2 hasSkill RobotSkill:location.
Robot:robot2 hasSkill RobotSkill:greeting.
RobotTask:guide2visitor dependOn RobotSkill:location.
RobotTask:guide2visitor dependOn RobotSkill:move.

原规则问题 #

原SWRL规则：

Robot(?robot), RobotSkill(?skill), RobotTask(?task), hasSkill(?robot, ?skill), dependOn(?task, ?skill) -> takeTask(?robot, ?task)

该规则仅匹配单个技能的交集，只要机器人拥有任务依赖的任意一个技能，就会触发takeTask断言，导致robot2因拥有location技能被错误判定为可承接任务。

修正后的SWRL规则 #

要实现「任务所需技能集是机器人拥有技能集的子集」逻辑，需通过否定存在性约束实现：确保不存在任务依赖的技能是机器人未拥有的。规则如下：

Robot(?robot), RobotTask(?task) 
    ^ (not (RobotSkill(?missingSkill), dependOn(?task, ?missingSkill), not hasSkill(?robot, ?missingSkill)))
    -> takeTask(?robot, ?task)

逻辑说明：对于任意机器人和任务，不存在某个技能是任务依赖但机器人未拥有的，即可判定该机器人可承接任务。

对应Jena产生式规则 #

Jena规则可通过否定匹配实现相同逻辑，示例如下：

[ruleTakeTask:
  ?robot rdf:type Robot;
  ?task rdf:type RobotTask
  not exists {
    ?missingSkill rdf:type RobotSkill;
    ?task dependOn ?missingSkill;
    not ?robot hasSkill ?missingSkill
  }
  ->
  ?robot takeTask ?task
]

内容的提问来源于stack exchange，提问作者Alex