From 0a96edb207f9cec975b70c7e3fa8a97350061f1d Mon Sep 17 00:00:00 2001
From: zsq259 <2530059525@qq.com>
Date: Tue, 25 Jun 2024 16:46:03 +0800
Subject: [PATCH] feat: rule in readme

---
 README.md       |  8 ++++++++
 logic/README.md | 28 ++++++++++++++++++++++++++++
 2 files changed, 36 insertions(+)

diff --git a/README.md b/README.md
index 256d9cb..731649c 100644
--- a/README.md
+++ b/README.md
@@ -6,6 +6,8 @@ PPCA AI 吃豆人项目
 
 [http://ai.berkeley.edu](http://ai.berkeley.edu)
 
+阅读材料：[AIMA，第 4 版](https://aima.cs.berkeley.edu/)。
+
 ## Week 1
 
 ### 环境配置
@@ -55,6 +57,12 @@ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/f
 
 接下来，你将进入吃豆人的世界~
 
+简单介绍规则：
+
+- 吃豆人吃完所有豆子后胜利，被幽灵碰到则失败。
+- 吃豆人可以吃能量豆（大豆子），吃到后幽灵会在一段时间内进入惊恐状态（白色），此时可以吃幽灵。
+- 吃豆人在迷宫中停留时会不断扣分。
+
 ### Search
 
 相关文件和介绍在 [search](https://github.com/ACMClassCourse-2023/PPCA-AIPacMan-2024/tree/main/search) 文件夹下。
diff --git a/logic/README.md b/logic/README.md
index 0df8610..1dbe004 100644
--- a/logic/README.md
+++ b/logic/README.md
@@ -94,3 +94,31 @@ python pycosat_test.py
 
 #### Q1: Logic Warm-up
 
+这个问题将让你练习使用项目中用于表示命题逻辑句子的 `Expr` 数据类型。你将在 `logicPlan.py` 中实现以下函数：
+
+- `sentence1()`: 创建一个 `Expr` 实例，表示以下三个句子为真的命题。不要进行任何逻辑简化，只需按此顺序将它们放入列表中，并返回列表的合取。列表中的每个元素应该对应这三个句子中的每一个。
+    $$
+    A \vee B \\
+    \neg A \leftrightarrow (\neg B \vee C) \\
+    \neg A \vee \neg B \vee C
+    $$
+- `sentence2()`: 创建一个Expr实例，表示以下四个句子为真的命题。同样，不要进行任何逻辑简化，只需按此顺序将它们放入列表中，并返回列表的合取。
+    $$
+    C \leftrightarrow (B \vee D) \\
+    A \to (\neg B \wedge \neg D) \\
+    \neg(B \wedge \neg C) \to A \\
+    \neg D \to C
+    $$
+- `sentence3()`: 使用 `PropSymbolExpr` 构造函数，创建符号 `'PacmanAlive_0'`、`'PacmanAlive_1'`、`'PacmanBorn_0'` 和 `'PacmanKilled_0'`（提示：回忆一下 `PropSymbolExpr(str, a1, a2, a3, a4, time=a5)` 创建的表达式是 `str[a1,a2,a3,a4]_a5`，其中 `str` 是一个字符串；对于这个问题，你应该创建一些与这些字符串完全匹配的字符串）。然后，创建一个 `Expr` 实例，以命题逻辑的形式按顺序编码以下三个英文句子，而不进行任何简化：
+    1. 如果 Pacman 在时间 1 是活着的，当且仅当他在时间 0 是活着并且他在时间 0 没有被杀死，或者他在时间 0 不是活着的并且他在时间 0 出生。
+    2. 在时间 0，Pacman 不能既是活着的又出生。
+    3. Pacman 在时间 0 出生。
+- `findModelUnderstandingCheck()`:
+    1. 查看 `findModel(sentence)` 方法的工作原理：它使用 `to_cnf` 将输入句子转换为合取范式（SAT求解器所需的形式），并将其传递给SAT求解器以找到满足句子（`sentence`）中符号的赋值，即一个模型。模型是一个 表达式中符号 的字典，并对应有 `True` 或 `False` 的赋值。通过打开 Python 交互会话并运行 `from logicPlan import *` 和 `findModel(sentence1())` 及其他两个类似查询来测试。它们是否与预期一致？
+    2. 基于上述内容，填写 `findModelUnderstandingCheck` 以便它返回 `findModel(Expr('a'))` 会返回的结果（如果允许使用小写变量）。不应使用 `findModel` 或 `Expr` 超出已有的内容；只需直接重现输出即可。
+- `entails(premise, conclusion)`: 仅当前提(`premise`)蕴含结论(`conclusion`)时才返回 `True`。提示：`findModel` 在这里很有帮助；思考为了使其为真，什么必须是不可满足的，以及不可满足意味着什么。
+- `plTrueInverse(assignments, inverse_statement)`: 仅当给定赋值时，(not `inverse_statement`) 为真时，才返回 True。
+
+### 翻译：
+
+在继续之前，尝试实例化一个小句子，例如 \(A \wedge B \rightarrow C\)，并对其调用 `to_cnf`。检查输出并确保你理解它。
\ No newline at end of file