本研究では，MGTPにおける推論の制御と各種の探索方式の整備を目的とし， その応用としてコスト情報を持つ組合せ問題や最適化問題などの探索問題 を解くためにMGTPに改良を加える．
上記目的のために，MGTPを使った探索プログラミングの手法を幾つか開発する． 具体的には，問題の表現方式として，コストを付加したnon-Horn節を MGTPへの入力節のシンタックスとする汎用の論理型プログラミング言語を考える． 探索問題や最適化問題はこのプログラミング言語上で宣言的に記述され，コストが 最小または最大となるモデルを発見することで問題が解けるように， MGTPの推論方式を拡張する．
こうしたコストに基づく最適解探索機能を， 本研究により開発する拡張MGTPの上で実現できれば， 井上らが開発してきたMGTP上のアブダクティブ論理プログラミング処理系 (ALP-MGTP) [3]や，アクション言語処理系(Action-MGTP) [4] と併合することで，将来的にはより高度な問題解決が行えるようになると期待される．
MGTPは既に国際的にもよく知られたモデル生成型の定理証明器であり，かつ 選言付論理プログラミング処理系でもある．本研究の遂行により，その適用範囲は さらに拡大され， MGTP型探索プログラミング環境が一層整備される．本研究は このように，高度な知識処理システム実現のための知識表現およびプログラミング システムの実現と実用化に大きく寄与することを目的とする．