Solving Is Not Drawing: A Benchmark for Diagrammatic Reasoning in Olympiad Geometry
该研究针对基础模型图解推理能力评估缺口,构建含954道奥林匹克几何题的基准,发现模型求解与绘图能力存在显著差距,绘图平均编译成功率仅36.14%。
2026-08-20 cs.AI
Representing and Solving Asymmetric Bayesian Decision Problems
Aalborg University(奥尔堡大学)
本文讨论了非对称贝叶斯决策问题的表示和求解。我们提出了一个正式的框架,称为非对称影响图,这是基于影响图,并允许非对称决策问题的有效表示。与现有的框架相反,非对称影响图主要在定性层面对非对称性进行编码,因此可以直接从模型中读取。给出了一个求解非对称影响图的算法。该算法首先将非对称决策问题分解成一个结构的对称子问题组织成一棵树。然后,可以通过使用现有的评估方法从叶子向根传播来解决子问题,从而找到决策问题的解决方案。
2013-01-16 cs.AI
Solving the Brachistochrone Problem by an Influence Diagram
Institute of Information Theory and Automation, Czech Academy of Sciences(捷克科学院信息理论与自动化研究所)
影响图是概率图模型的决策理论扩展。在本文中,我们将展示如何使用它们来解决Brachistochrone问题。我们给出了这个问题的数值实验结果,比较了由影响图提供的解与最优解。用于实验的R代码见附录。
2017-02-04 cs.AI math.OC
Fuse, Reason and Verify: Geometry Problem Solving with Parsed Clauses from Diagram
针对几何问题求解的多模态理解与推理需求,提出含模态融合、自受限推理、多级验证的神经符号模型PGPSNet-v2,构建PGPS9K数据集,实验显示其性能优于现有求解器且各组件有效。
2024-07-10 cs.AI
Exploiting Model Equivalences for Solving Interactive Dynamic Influence Diagrams
Aalborg University(奥尔堡大学);University of Georgia(佐治亚大学)
我们专注于在部分可观察的环境中与其他代理的不确定类型具有类似或冲突的目标共享的顺序决策的问题。这个问题以前已经正式由多个框架,其中之一是交互式动态影响图(I-DID),它概括了众所周知的影响图的多智能体设置。I-DID是图形模型,可用于计算代理的策略,给定其对物理状态和其他模型的信念,其随着代理在多代理设置中的行为和观察而变化。正如我们所料,解决I-DID在计算上是困难的。这主要是由于归因于其他代理的候选模型的大空间及其随时间的指数增长。我们提出了两种方法来减少模型空间的大小,并阻止其指数增长。这两种方法都涉及将单个模型聚合到等价类中。我们的第一种方法将行为等价的模型分组在一起,只选择那些在更新后的模型空间中会产生与其他模型不同的预测行为的模型进行更新。第二种方法通过关注行为预测的部分来进一步压缩模型空间。具体来说,我们集群动作等效模型,规定在一个单一的时间步相同的行动。准确地识别等价性需要我们求解初始集合中的所有模型。我们通过选择性地求解某些模型来避免这种情况,从而引入近似值。我们讨论了近似引入的误差,并实证证明了由于等价性而提高了求解I-DID的效率。
2014-01-18 cs.AI
A Constraint Satisfaction Framework for Executing Perceptions and Actions in Diagrammatic Reasoning
The Ohio State University(俄亥俄州立大学)
图形推理(DR)是人类问题解决中的一个强大的辅助工具,基于语言的表示符号推理。在本文中报道的研究是一个贡献,建立一个通用的DR系统作为一个扩展的SOAR样的问题解决架构。这项工作是在一个框架中,在这个框架中,DR被建模为一个过程,在这个过程中,可以通过从符号表示中的推理或通过与图的交互来解决子任务,即,根据问题解决的需要,从图中感知指定的信息或以指定的方式修改/创建图中的对象。到目前为止构建的大多数DR系统中的感知和操作都是针对特定应用程序手动编码的,即使系统的其余部分是使用通用架构构建的。缺乏执行观念/行动的一般框架是机会主义地使用它们的主要障碍-这是解决问题的开放式搜索的本质。我们的目标是开发一个框架,用于在没有人为干预的情况下执行各种指定的感知和动作。我们观察到,域/任务特定的视觉感知/行动可以转化为域/任务独立的空间问题。我们指定一个空间问题作为一个量化的约束满足的问题,在真正的域使用一个开放式的词汇表的属性,关系和行动涉及三种图形对象-点,曲线,区域。从这个规范中解决空间问题需要计算等效的简化的无量词表达式,其复杂性本质上是双指数的。我们将对象表示为简单元素的配置,以便于将复杂问题分解为更简单和相似的子问题。我们表明,如果一个子问题的符号解决方案可以表达简洁,量词可以消除空间问题在低阶多项式时间使用类似的以前解决的子问题。这需要确定两个问题的相似性,它们之间存在多项式时间…
2014-01-16 cs.AI
Solving Limited Memory Influence Diagrams
我们提出了一个新的算法,精确求解决策问题的影响图。我们不需要通常的无遗忘和规律性的假设;这使我们能够在同时决策和有限信息的情况下解决问题。经验表明,该算法优于一个国家的最先进的算法上随机生成的问题多达150个变量和$10^{64}$的解决方案。我们发现,即使问题的基本图形结构具有小的树宽和变量采取有限数量的状态,但一个完全多项式时间的近似方案存在这些情况下,问题是NP-难的。此外,我们还证明了态数的界是任何有效近似方案的必要条件。
2011-09-09 cs.AI cs.CC stat.ML
From Text to Visuals: Using LLMs to Generate Math Diagrams with Vector Graphics
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
本文研究利用大语言模型通过SVG中间表示自动生成数学提示图表,提出提示流水线和关键策略,并引入视觉问答评估方法,以提升数学教育中的可视化支持。
2025-03-10 cs.AI
A Symbolic Character-Aware Model for Solving Geometry Problems
Xi’an Jiaotong-Liverpool University(西交利物浦大学);Duke Kunshan University(昆山杜克大学);University of Liverpool(利物浦大学)
本文提出符号字符感知模型,通过融合文本中符号字符与图形几何信息并引入多标签预训练和自监督学习,在GeoQA和Geometry3K上显著提升几何问题求解准确率并减少求解步骤。
2023-08-05 cs.AI cs.CV
Two Procedures for Compiling Influence Diagrams
George Mason University(乔治梅森大学)
两个算法提出了“编译”成一组简单的决策规则的影响图。这些决策规则定义了易于执行、完整、一致和接近最优的决策过程。这些编译算法可用于人类团队解决时间约束决策问题的决策过程。
2013-03-06 cs.AI
Compiling Stochastic Constraint Programs to And-Or Decision Diagrams
Polytechnique Montréal(蒙特利尔理工学院);Mila(Mila(魁北克人工智能研究所))
因子随机约束规划(FSCP)是描述不确定性多阶段决策问题的一种形式化方法。FSCP模型支持因子化概率模型,并涉及对决策和随机变量的约束。这些模型在实际问题中有许多应用。然而,解决这些问题需要为随机变量的每个可能结果评估最佳行动方案,因此在计算上具有挑战性。FSCP问题通常涉及重复的子问题,理想情况下应该解决一次。在本文中,我们将展示如何识别和利用这些相同的子问题可以简化解决它们,并导致一个紧凑的解决方案表示。我们编译一个与或搜索树到一个紧凑的决策图。初步实验表明,我们提出的方法显着提高了搜索效率,通过减少问题的大小,并优于现有的方法。
2019-09-23 cs.AI
Hologram Reasoning for Solving Algebra Problems with Geometry Diagrams
Central China Normal University(华中师范大学)
本文提出全息图推理方案HGR,通过将带几何图形的代数问题转换为全息图并利用图模型池和深度强化学习求解,提高了求解精度和可解释性。
2024-08-20 cs.AI cs.CG cs.LO
Approximately Optimal Monitoring of Plan Preconditions
University of Toronto(多伦多大学)
监控计划先决条件可以允许在先决条件失败时重新计划,通常远远早于计划中与先决条件相关的点。然而,监控通常是昂贵的,一些先决条件的失败对计划质量的影响非常小。我们制定了一个最佳的前提条件监测模型,使用部分可观察的马尔可夫决策过程,并描述了有效地解决这个模型的方法,虽然近似。具体而言,我们表明,单前提条件的监测问题一般是易处理的,和多个前提条件的监测政策可以有效地近似使用单前提条件的solutions。
2013-01-16 cs.AI
Order-of-Magnitude Influence Diagrams
IBM Research – Dublin(IBM研究院都柏林分部);Cork Constraint Computation Centre(科克约束计算中心);University College Cork(科克大学学院)
在本文中,我们开发了一个定性理论的影响图,可用于建模和解决顺序决策任务时,只有定性(或不精确)的信息。我们的方法是基于概率和效用的数量级近似的顺序,并允许通过设置效用值指定部分排序的偏好。我们还提出了一个专用的变量消除算法,可以应用于解决数量级的影响图。
2012-02-14 cs.AI
Approximately Solving Mean Field Games via Entropy-Regularized Deep Reinforcement Learning
Technische Universität Darmstadt(达姆施塔特工业大学)
最近的平均场博弈(MFG)的形式主义,否则难以计算的近似纳什均衡在许多代理设置。在本文中,我们考虑离散时间有限MFG有限时域目标。我们发现,所有的离散时间有限MFG与非常数不动点算子未能压缩通常假设在现有的MFG文献,除非通过不动点迭代收敛。相反,我们将熵正则化和玻尔兹曼政策到不动点迭代。结果,我们获得了可证明的收敛到现有方法失败的近似不动点,并达到了近似纳什均衡的原始目标。所有提出的方法进行评估,就其可利用性,在两个有指导意义的例子与易于处理的精确解和高维问题的精确方法变得棘手。在高维场景中,我们应用已建立的深度强化学习方法,并根据经验将虚拟游戏与我们的近似值结合起来。
2022-07-08 cs.AI cs.LG cs.MA
Information/Relevance Influence Diagrams
The University of Tampa(坦帕大学)
在本文中,我们扩展的影响图(ID)表示的不确定性下的决策。在标准ID中,指向决策节点的箭头只是信息性的;它们并不代表对决策者可以做什么的约束。我们只能间接地表示这样的约束,使用指向决策子项的箭头,有时还向影响图添加更多变量,从而使ID更加复杂。使用影响图的用户通常希望用箭头将约束表示为决策节点。我们通过允许相关性箭头进入决策节点来表示对决策的约束。我们称之为表示信息/相关性影响图(IRID)。信息/相关性影响图允许直接表示和规范的约束决策。我们使用随机动态规划和吉布斯抽样的组合来解决IRID。当求解ID的精确方法失败时,此方法特别有用。
2013-02-20 cs.AI
Do Multi-Agents Solve Better Than Single? Evaluating Agentic Frameworks for Diagram-Grounded Geometry Problem Solving and Reasoning
BRAC University(布拉克大学);United International University(国际联合大学);Center for Computational & Data Sciences(计算与数据科学中心);Independent University, Bangladesh(孟加拉国独立大学);Spectrum Software & Consulting Ltd(Spectrum软件与咨询有限公司)
本文评估了多智能体框架在图示引导几何问题解决中的表现,发现其对开源模型有明显提升,但对闭源模型效果有限,且并非普遍最优。
2025-12-18 cs.AI cs.CG
GeoDial: A Multimodal Conversational Tutoring Dataset for Geometry Problem-Solving with Visual Tutor Turns
ETH Zurich(苏黎世联邦理工学院);ETH AI Center(苏黎世联邦理工学院人工智能中心);Bocconi University(博科尼大学)
提出GeoDial数据集,包含1300+几何师生对话,通过可扩展标注协议整合对话行为、视觉高亮和反馈,微调视觉语言模型发现其难以生成准确图解高亮。
2026-06-12 cs.AI cs.CY
Concise Geometric Description as a Bridge: Unleashing the Potential of LLM for Plane Geometry Problem Solving
Beihang University(北航大学)
本文提出通过训练多模态大语言模型解释器生成几何描述,再利用通用LLM进行推理,以解决平面几何问题。通过设计CDL匹配奖励机制,提升生成几何描述的效率,并在新构建的Formalgeo7k-Rec-CoT数据集上验证了方法的有效性。
2026-05-09 cs.AI
Combining Propositional Logic Based Decision Diagrams with Decision Making in Urban Systems
解决多智能体问题可能是一项艰巨的任务,由于环境的不确定性,部分可观察性和手头问题的可扩展性。特别是在城市环境中,有更多的挑战,因为我们还需要保持所有用户的安全,同时最大限度地减少代理的拥塞以及他们的旅行时间。为此,我们解决了不确定性和部分可观测性下的多智能体寻路问题,其中智能体的任务是从起点移动到终点,同时还满足一些约束,例如,低拥塞,并将其建模为多智能体强化学习问题。我们使用命题逻辑编译域约束,并将其与RL算法相结合,以实现RL的快速模拟。
2020-11-10 cs.AI
GeoUni: A Unified Model for Generating Geometry Diagrams, Problems and Problem Solutions
School of Mathematical Sciences, Peking University(北京大学数学科学学院);School of Electronic, Information and Electrical Engineering, Shanghai Jiao Tong University(上海交通大学电子信息与电气工程学院)
GeoUni是首个统一几何专家模型,以15亿参数在单一框架内整合解题、图形生成与题目创建,性能媲美6710亿参数的DeepSeek-R1,并能基于知识点生成图文匹配的几何题。
2025-05-08 cs.AI cs.LG
Interactive Sketchpad: A Multimodal Tutoring System for Collaborative, Visual Problem-Solving
Massachusetts Institute of Technology(麻省理工学院)
本文提出Interactive Sketchpad多模态辅导系统,结合语言解释与交互式可视化,通过微调预训练LMM提供图文逐步指导并生成准确图表,显著提升了学生在数学问题上的理解力、准确率和参与度。
2025-04-02 cs.AI cs.HC
Beyond Symbolic Solving: Multi Chain-of-Thought Voting for Geometric Reasoning in Large Language Models
本文提出MARS-GPS方法,通过生成多个并行推理流程并结合Python代码执行,利用熵值进行排序并多阶段投票,提升大语言模型在几何推理中的性能,实验显示其在Geometry3K数据集上达到88.8%的准确率,比现有最佳水平提升11%。
2026-04-01 cs.AI cs.CL cs.CV
Investigating LLM's Problem Solving Capability -- a Study on Statics Questions
本研究通过模型蒸馏方法评估LLM在静力学问题上的表现,发现引入图表和多步推理时准确率下降,主要源于多步推理和视觉信息应用困难。
2026-06-26 cs.AI cs.CL