对于智能体而言,搜集世界信息的能力和搜集到新信息后修正原有信念的能力是非常重要的。信念改变包括信念更新和信念修正,是指改变智能体原有信念来接受更新,更准确,更可靠,并且有可能与原来信念不一致的信息的过程。行动推理的核心思想是任何引起系统状态变化的因素都可以看作是行动。信念改变和行动推理已成为人工智能领域研究的两个重要分支。在行动推理中允许智能体修正信念对行动推理系统而言是一种重要扩展,然而之前的相关工作却存在一些问题或不足。因此,本文从修正算法和行动推理系统两方面进行改进,然后将信念修正运用到行动推理中。主要工作和创新包括以下几点：(1)对现有的主要信念修正假设作了充分研究和分析,选择出适合指导信念改变算法的假设组合作为研究改变算法的基础。对目前主要的修正算法进行了研究,并指出了其存在的不足。(2)提出和实现了依赖信念改变算法。依赖信念改变算法是在依赖信念集的基础上,以恢复遗弃信念集的方式完成迭代信念修正和更新。更新算法满足Ind, C1, C2, KM假设,弥补了加强修正算法的不足。用实例验证了依赖信念改变算法满足假设的情况以及对加强修正算法的改进。(3)提出基于依赖信念改变的行动推理模型ARBC。该模型使用公式表示信念,用公式的集合表示信念集,用依赖信念修正算法进行信念修正,用依赖信念更新算法进行行动推理。在层次结构上,分为决策层、公理层和推理层,分别表示进行规划和设计时所采取的策略,运行所遵循的公理和进行基本推理的推理机制,通过实例验证了ARBC的可行性。