Resolving Conflicts in Clinical Guidelines using Argumentation
Imperial College London（伦敦帝国理工学院）；National Institute of Informatics（国立信息学研究所）
在以患者为中心的医疗推理中，需要考虑患者特定的条件和目标，自动推理与冲突的通用临床指南是一个紧迫的问题。在存在偏好（例如患者的愿望和临床医生的优先级高于目标）的情况下，这甚至更具挑战性。我们提出了一个结构化的论证形式主义的推理与冲突的临床指南，病人的具体信息和偏好。我们的形式主义集成了基于推理的推理和目标驱动的推理结果之间的选择。具体来说，我们假设适用性的指南建议有关的通用目标的病人的福祉，解决冲突的建议使用患者的条件和偏好，然后考虑优先以患者为中心的目标，以产生非冲突，目标最大化和偏好尊重的建议。我们依靠最先进的基于过渡的医疗建议模型来表示指南建议，并通过患者的条件，目标以及对建议和目标的偏好来增强它。我们建立理想的属性，我们的方法在敏感性的建议冲突和病人的情况。
2019-02-20 cs.AI
Towards Using Promises for Multi-Agent Cooperation in Goal Reasoning
RWTH Aachen University（亚琛工业大学）
移动机器人的推理和规划是一个具有挑战性的问题，因为世界随着时间的推移而发展，因此机器人的目标可能会改变。解决这个问题的一种技术是目标推理，其中代理不仅对它的行为进行推理，而且还对要追求的目标进行推理。虽然单智能体的目标推理已经被广泛研究，但分布式多智能体目标推理带来了额外的挑战，特别是在分布式环境中。在这样的背景下，某种形式的协调是必要的，以允许合作行为。以前的目标推理方法共享代理的世界模型与其他代理，这已经使基本的合作。然而，代理的目标，因此其意图，通常不共享。在本文中，我们提出了一种方法来解决这个限制。扩展现有的目标推理框架，我们建议通过承诺，使多个代理之间的合作行为，代理可能会承诺，某些事实将在未来的某个时候是真的。共享这些承诺允许其他代理不仅考虑世界的当前状态，而且在决定下一步追求哪个目标时考虑其他代理的意图。我们描述了如何承诺可以纳入目标生存周期，一个常用的目标细化机制。然后，我们展示了如何承诺可以使用时，规划一个特定的目标，将它们连接到定时初始文字（TILs）从PDDL规划。最后，我们评估我们的原型实现在一个简化的物流方案。
2022-06-20 cs.AI cs.RO
SGG-ReflAct: Sub-Goal Guided ReflAct with Structured Planning for Reliable Long-Horizon Reasoning
Hansung University（汉城大学）
针对长程推理中智能体因中间错误偏离目标的问题，提出SGG-ReflAct，将单路径或束搜索LLM规划器生成的子目标融入反思过程，在ALFWorld和ScienceWorld上分别提升14.9和8.0个百分点成功率，并减少幻觉动作。
2026-09-29 cs.AI
Reasoning about Probabilities in Dynamic Systems using Goal Regression
University of Toronto（多伦多大学）
在不确定的动态世界中，关于置信度的推理是许多应用的基础，例如机器人和规划，其中动作修改状态属性并且传感器提供测量，这两者都容易受到噪声的影响。除了有限的情况下，如高斯过程的线性现象，信念状态的演变可能是复杂的，很难以一般的方式推理。本文提出了一个框架，新的结果，允许减少主观概率后，感知和行动的问题，只有初始状态。我们建立在一个表达概率的一阶逻辑帐户巴克斯，Halpern和Levesque，从而在一个方法，原则上，可以与各种现有的推理解决方案。
2013-09-26 cs.AI
Shielding in Resource-Constrained Goal POMDPs
Faculty of Informatics, Masaryk University（马萨里克大学信息学院）
我们考虑部分可观测马尔可夫决策过程（POMDPs）建模需要某种资源供应的代理（例如，存储在电池中的电力）以正确地操作。资源被代理的动作消耗，并且只能在某些状态下被补充。代理的目标是最小化达到某个目标的预期成本，同时防止资源耗尽，我们称之为\emph{resource-constrained goal optimization}（RSGO）的问题。我们对RSGO问题采取两步走的方法。首先，使用正式的方法技术，我们设计了一个算法计算一个\emph{shield}为一个给定的场景：一个程序，观察代理，并防止它使用的行动，最终可能导致资源枯竭。其次，我们用我们的屏蔽增强了POMDP规划的POMCP启发式搜索算法，得到了一个求解RSGO问题的算法。我们实现了我们的算法，目前的实验表明其适用性的基准从文献。
2022-11-28 cs.AI
Neural Reasoning About Agents' Goals, Preferences, and Actions
University of Stuttgart（斯图加特大学）
本研究提出融合图神经网络与transformer的IRENE模型，用于智能体直觉心理推理，在Baby Intuitions Benchmark的三项任务上达SOTA，最高提升48.9%，并验证了其泛化能力。
2023-12-12 cs.AI
An Argumentation-based Approach for Explaining Goal Selection in Intelligent Agents
Federal University of Technology - Paraná (UTFPR)（巴拉那联邦理工大学）
在实践推理的第一步，即审议或目标选择，智能代理生成一组可追求的目标，然后选择他承诺实现的目标。可解释的人工智能（XAI）系统，包括智能代理，必须能够解释其内部决策。在目标选择的上下文中，智能体应该能够解释导致他们选择（或不选择）某个目标的推理路径。在这篇文章中，我们使用一种基于论证的方法来生成关于推理路径的解释，此外，我们的目标是用选择过程中出现的冲突以及这些冲突是如何解决的信息来丰富解释。我们提出了两种类型的解释：部分的和完整的一个和一组解释方案，以产生伪自然的解释。最后，我们将我们的建议应用于更清洁的世界场景。
2020-09-14 cs.AI
Goal-constrained Planning Domain Model Verification of Safety Properties
University of Bristol（布里斯托尔大学）
规划领域模型的验证对于保证规划自动化系统的安全性、完整性和正确性至关重要。通常使用模型检验技术来执行此任务。然而，无约束地应用模型检查器来验证规划领域模型可能导致误报，即，当在规划任务期间使用被验证的领域时，可靠的规划器无法到达的反例。在本文中，我们讨论了无约束规划领域模型验证的缺点。然后，我们介绍了一个有效的规划反例的概念，并演示了如何模型检查器，以及状态轨迹约束规划技术，应用来验证规划领域模型，使无效的规划反例不返回。
2020-02-24 cs.AI
De-conflating Preference and Qualification: Constrained Dual-Perspective Reasoning for Job Recommendation with Large Language Models
University of Southern California（南加州大学）
JobRec通过约束双视角推理解构偏好与资格，提升职位推荐的可控性和匹配质量。
2026-02-03 cs.AI
STOC-TOT: Stochastic Tree-of-Thought with Constrained Decoding for Complex Reasoning in Multi-Hop Question Answering
Virginia Tech（弗吉尼亚理工大学）；Amazon Alexa AI（亚马逊Alexa人工智能）
本文提出STOC-TOT随机思维树推理提示方法，通过将多跳问答问题分解为子问题构建树状推理路径并进行概率估计，结合约束解码减少幻觉，在多个数据集和大语言模型上显著优于现有推理提示。
2024-07-04 cs.AI cs.CL
The Shadow Price of Reasoning: Economic Perspective on Optimal Budget Allocation for LLMs
University of Science and Technology of China（中国科学技术大学）
本文从经济学视角将推理预算分配建模为全局约束优化问题，提出基于影子价格的CLEAR方法，通过理性放弃和资源再分配，在资源稀缺下显著提升总token成本与平均准确率的帕累托前沿。
2026-06-08 cs.AI
Reasoning in a Combinatorial and Constrained World: Benchmarking LLMs on Natural-Language Combinatorial Optimization
Eindhoven University of Technology（埃因霍温理工大学）；Brandenburg University of Technology（勃兰登堡工业大学）；Nanyang Technological University（南洋理工大学）；Delft University of Technology（代尔夫特理工大学）；Southeast University（东南大学）
本文提出NLCO基准测试，评估LLM在组合优化中的推理能力，涵盖43个问题，通过四层分类体系进行细粒度评估，发现随着问题规模增大，LLM的性能下降，尤其是在图结构问题和瓶颈目标上表现较差。
2026-04-09 cs.AI
Practical Reasoning with Norms for Autonomous Software Agents (Full Edition)
University of Cambridge（剑桥大学）；University of Bath（巴斯大学）；University of Aberdeen（阿伯丁大学）
在动态环境中运行的自主软件代理需要不断地对追求其目标的行为进行推理，同时考虑可能对这些行为施加的规范。规范的实践推理支持代理人在给定的情况下决定什么是最好的。使实践推理具有挑战性的是代理人所追求的目标与代理人试图维护的规范之间的相互作用。我们提供了一种形式化，允许代理在存在可同时执行的持续性操作的情况下规划多个目标和规范。我们比较计划的基础上决策理论的概念（即效用），这样的效用增益的目标和效用损失的规范违反是这种比较的基础。最优计划集由最大化整体效用的计划组成，每个计划都可以由代理选择执行。我们在答案集编程中提供了我们的建议的实现，从而使我们能够以逻辑程序的形式来陈述原始问题，该逻辑程序可以查询具有特定属性的解决方案。实践证明，实施是合理和完整的。
2017-01-28 cs.AI
From Entity-Centric to Goal-Oriented Graphs: Enhancing LLM Knowledge Retrieval in Minecraft
本文提出目标导向图（GoG）框架，通过构建目标依赖关系图提升LLM在Minecraft中的步骤推理能力，实验表明其优于GraphRAG等方法。
2026-03-12 cs.AI
CaseEdit: Enhancing Localized Commonsense Reasoning via Null-Space Constrained Knowledge Editing in Small Parameter Language Models
University of Virginia（弗吉尼亚大学）
CaseEdit通过零空间约束的AlphaEdit方法，在小参数模型中实现局部常识知识编辑，提升可靠性、泛化性等，优于其他方法。
2025-05-26 cs.AI
Constrained Path Reasoning: Measuring When Committed Stages Earn Their Cost
ShanghaiTech University（上海科技大学）
研究LLM推理管道中已提交阶段何时值得付出成本，提出受限路径推理（CPR）方法，通过源感知路径假设与阶段级核算结合，在多个实验设置下验证，可测量相关指标，为LLM推理提供新的衡量与验证方式。
2026-07-21 cs.AI
Motion Reasoning for Goal-Based Imitation Learning
Stanford University（斯坦福大学）；NVIDIA（英伟达）；UIUC（伊利诺伊大学厄巴纳-香槟分校）；University of Toronto（多伦多大学）；University of Washington（华盛顿大学）
我们解决了基于目标的模仿学习，其目的是从第三人称视频演示中输出符号目标。这使机器人能够计划执行，并在完全不同的环境中重现相同的目标。关键的挑战是，视频演示的目标往往是模糊的语义动作的水平。人类示威者可能会无意中通过他们的行动实现示威中的某些子目标。我们的主要贡献是提出了一个运动推理框架，结合任务和运动规划，以消除歧义的真实意图的演示视频演示。这使我们能够有力地认识到以前基于行动的方法无法消除的目标。我们评估我们的方法，通过收集一个数据集的96个视频演示在一个模拟厨房环境。我们表明，我们的运动推理起着重要的作用，在认识到实际目标的演示，并提高了20%以上的成功率。我们进一步表明，通过使用从视频演示自动推断的目标，我们的机器人能够在真实的厨房环境中再现相同的任务。
2019-11-13 cs.AI cs.CV cs.RO
CaLR: Causal Latent Revision for Robust Diffusion Reasoning
Peking University（北京大学）；Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院（TeleAI））
提出CaLR框架，结合AR与DLM优势，通过因果拓扑矩阵和隐式微分进行梯度引导思维修正，实现并行生成中逻辑一致的自校正，在复杂基准和数独任务上达到SOTA性能。
2026-09-21 cs.AI
Mind the Spatial Gap: A Benchmark for Geospatial Reasoning and Constrained Spatial Editing
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Urban Governance and Design (UGOD) Thrust（城市治理与设计（UGOD）部）
研究针对现有MLLM空间推理评估的不足，推出GeoSpatialBench基准，发现其在空间关系识别与编辑间存在差距，为具身空间AI提供测试平台。
2026-10-12 cs.AI
Modeling and Reasoning in Event Calculus using Goal-Directed Constraint Answer Set Programming
CETINIA Universidad Rey Juan Carlos（胡安卡洛斯国王大学CETINIA）；IMDEA Software Institute（IMDEA软件研究所）；Universidad Politécnica de Madrid（马德里理工大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
自动常识推理对于构建具有可解释AI等特征的类人AI系统至关重要。事件演算（EC）是一个形式主义的家庭，模型常识推理与健全的，逻辑基础。先前使用EC进行机械化推理的尝试在处理密集域中的连续变化（例如，时间和其他物理量）、变量之间的约束、默认否定以及不同推理方法的统一应用等。我们建议使用的s（CASP），查询驱动的，自上而下的执行模型的谓词答案集编程的约束，模型和原因使用EC。我们展示了如何EC的情况下，可以自然和直接编码的s（CASP），以及它如何使演绎和溯因推理任务的域具有约束，涉及密集的时间和密集的流畅性。
2021-06-28 cs.AI cs.LO
Tracing LLM Reasoning Processes with Strategic Games: A Framework for Planning, Revision, and Resource-Constrained Decision Making
针对现有LLM基准忽略中间推理步骤的问题，研究提出基于策略博弈的评估框架，从规划、修正、资源受限决策三维度并设多指标测试，发现过度修正与成功率负相关，凸显评估推理过程的重要性。
2025-06-13 cs.AI
Vital Trace: Protocol-Constrained Patient-State Reasoning for Longitudinal Clinical Trajectories
TU Dresden（德累斯顿理工大学）
提出Vital Trace，一个协议约束的多智能体框架，通过紧凑的持久患者状态记忆和四个协调智能体（Router、Reasoner、Auditor、Steward）进行分阶段推理，以解决长期临床轨迹推理中的上下文漂移和不稳定问题，在MIMIC-IV和eICU数据集上预测未来血管加压药、呼吸、肾脏支持和恶化任务中优于自由形式多智能体基线。
2026-05-26 cs.AI cs.LG cs.MA
Geometrically-Constrained Agent for Spatial Reasoning
School of Software, Beihang University（北京航空航天大学软件学院）；Shanghai AI Laboratory（上海人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）；ZIP Lab, Zhejiang University（浙江大学ZIP实验室）
Geometrically-Constrained Agent 通过引入正式任务约束，解决视觉语言模型在空间推理中的语义到几何差距问题，实现更稳健的推理路径。
2025-11-27 cs.AI cs.CV
Graph-Augmented Reasoning: Evolving Step-by-Step Knowledge Graph Retrieval for LLM Reasoning
Wuhan University（武汉大学）；Nanyang Technological University（南洋理工大学）
本文提出图增强推理新范式及KG-RAR框架，通过逐步知识图谱检索与推理结合，利用分层检索与PRP-RM精炼信息并评估步骤，使冻结的小规模LLM无需额外训练即可增强数学推理能力，在Math500和GSM8K上取得显著提升。
2025-03-03 cs.AI
Efficient Reasoning via Constrained Optimization in Latent Space
针对大型推理模型过度思考导致的令牌浪费，提出基于潜在空间约束优化的免训练框架，通过二次规划约束推理步骤，在四个模型和六个基准上实现最高12.1%的准确率提升并减少11.8%-52.8%的令牌生成。
2026-10-09 cs.AI math.OC
Knowledge is Power, Understanding is Impact: Utility and Beyond Goals, Explanation Quality, and Fairness in Path Reasoning Recommendation
University of Cagliari（卡利亚里大学）；Polytechnic University of Turin（都灵理工大学）
路径推理是基于知识图谱（KG）对高阶用户-产品关系建模的著名推荐方法。这种方法可以提取推荐产品和已经体验过的产品之间的推理路径，然后将这些路径转化为用户的文本解释。不幸的是，在这一领域的评估协议出现异构和有限的，很难上下文的影响，现有的方法。在本文中，我们复制了三个国家的最先进的相关路径推理推荐方法提出的顶级会议。在一个共同的评估协议下，基于两个公共数据集，并与其他知识感知的方法相比，我们研究了它们在多大程度上满足推荐效用和超越目标，解释质量，消费者和提供者的公平性。我们的研究提供了在这一领域的进展情况，突出开放的问题和未来的方向。源代码：\url{https://github.com/giacoballoccu/rep-path-reasoning-recsys}。
2023-01-14 cs.AI cs.IR
The Rational Selection of Goal Operations and the Integration ofSearch Strategies with Goal-Driven Autonomy
Wright State University（莱特州立大学）；Michigan State University（密歇根州立大学）；Georgia Institute of Technology（佐治亚理工学院）；University of Georgia（佐治亚大学）；Skidaway Institute of Oceanography（斯基达韦海洋研究所）
智能物理系统作为具体化的认知系统，必须执行高级推理，同时管理底层的控制架构。认知和控制之间的联系必须处理将连续值从现实世界转换到符号表征（和返回）的问题。为了产生有效的行为，推理必须包括重新计划、获取和更新新信息、检测和响应异常以及对系统目标执行各种操作的能力。但是，这些过程不是独立的，需要进一步的探索。本文研究了多目标操作同时发生并相互作用时Agent的选择问题，并建立了一种在多目标操作之间进行选择的方法。我们展示了好处，并讨论了权衡与此相关，并显示出积极的结果，在一个动态的海洋搜索任务。
2022-01-21 cs.AI
Adaptive GoGI-Skip: Coupling Goal-Gradient Importance with Dynamic Uncertainty for Efficient Reasoning
School of Information Science and Technology, Hangzhou Normal University（信息科学与技术学院，杭州师范大学）
提出Adaptive GoGI-Skip框架，通过非线性耦合目标梯度重要性和自适应动态跳过，在保持推理准确性的同时减少45%以上令牌量，加速高达2倍。
2026-06-23 cs.AI cs.CL
GoViG: Goal-Conditioned Visual Navigation Instruction Generation via Multimodal Reasoning
University of Washington（华盛顿大学）；The Hong Kong Polytechnic University（香港理工大学）；Microsoft Research（微软研究院）；Carnegie Mellon University（卡内基梅隆大学）
本文提出GoViG任务，通过多模态推理生成基于初始和目标状态的视觉导航指令，采用自回归多模态大语言模型提升空间准确性和语言清晰度，提出两种多模态推理策略并构建R2R-Goal数据集验证方法有效性。
2026-04-29 cs.AI cs.CV
RAGNav: A Retrieval-Augmented Topological Reasoning Framework for Multi-Goal Visual-Language Navigation
Southwestern University of Finance（西南财经大学）；Department of Informatics,Universitat Hamburg, Hamburg, Germany（汉堡大学信息学院）；University of Electronic Science（电子科技大学）
RAGNav通过双基记忆系统和拓扑邻居评分传播机制，提升多目标视觉语言导航任务中目标可达性推理和顺序规划效率。
2026-03-04 cs.AI cs.RO
CoGS: Model Agnostic Causality Constrained Counterfactual Explanations using goal-directed ASP
University of Texas at Dallas（德克萨斯大学达拉斯分校）；Universidad Rey Juan Carlos（胡安·卡洛斯国王大学）
针对黑盒机器学习模型决策不透明的问题，提出模型无关框架CoGS，结合目标导向s(CASP)系统与FOLD-SE等基于规则的算法，生成因果一致、可操作的反事实解释以提升决策透明度。
2024-10-30 cs.AI
A Hierarchical Approach to Designing Approximate Reasoning-Based Controllers for Dynamic Physical Systems
NASA Ames Research Center（NASA艾姆斯研究中心）；University of California, Berkeley（加州大学伯克利分校）；ISRO Satellite Center（印度空间研究组织卫星中心）
本文提出了一种新的技术，用于设计基于近似推理的控制器的动态物理系统的相互作用的目标。在这种方法中，目标实现的基础上定义的控制知识库的层次结构，并保持高度互动的控制任务的执行过程中。该方法已被实施在一个基于规则的计算机程序，它是用于与一个原型硬件系统，以解决车杆平衡问题的实时。它提供了一种补充的方法，传统的分析控制方法，是大量使用的过程中，一个精确的数学模型被控制是不可用的。
2013-03-27 cs.AI
The Weakest Link: Distilling LLM Reasoning with Worst-Case Constrained Reinforcement Learning
Huawei Heisenberg Research Center（华为海森堡研究中心）；UCL Centre for AI（伦敦大学学院人工智能中心）
针对LLM推理蒸馏中奖励黑客与平均化缺陷，提出最坏情况约束RL方法，通过无增强MDP变换保留硬约束，显著扩展准确率-保真度帕累托前沿，实现最高严格推理成功率。
2026-10-02 cs.AI cs.LG
Building Trustworthy AI by Addressing its 16+2 Desiderata with Goal-Directed Commonsense Reasoning
University of Texas at Dallas（德克萨斯大学达拉斯分校）
提出基于s(CASP)的目标导向常识推理方法，支持16+2项可信赖AI期望，解决LLMs幻觉和规则推理器复杂性问题，实现可靠可解释的AI。
2025-10-30 cs.AI cs.LO
Deep reflective reasoning in interdependence constrained structured data extraction from clinical notes for digital health
Quantitative Biomedical Research Center, Department of Health Data Science and Biostatistics, Peter O'Donnell School of Public Health, University of Texas Southwestern Medical Center（定量生物医学研究中心，健康数据科学与生物统计学系，彼得·奥·多尼尔公共卫生学院，德克萨斯西南医学中心）
本文提出深度反思推理方法，通过迭代自我批评和修订，提升LLM在临床笔记中提取结构化数据的可靠性，尤其在肿瘤学应用中显著提高了各类变量的准确率和F1分数。
2026-04-17 cs.AI
TAR: Temporal Anchor-Constrained Reasoning for Video Temporal Grounding
South China University of Technology（华南理工大学）；Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳））；Bytedance Inc.（字节跳动有限公司）
TAR通过引入时间锚机制，提升视频时间定位任务中推理过程的可信度和自主性，采用自举方法生成高质量推理轨迹，实现更精确的最终预测。
2026-06-29 cs.AI cs.CV
KG-TRACES: Enhancing Large Language Models with Knowledge Graph-constrained Trajectory Reasoning and Attribution Supervision
Zhejiang University（浙江大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；University of Science and Technology of China（中国科学技术大学）；Fudan University（复旦大学）
提出 KG-TRACES 框架，以知识图谱约束的关系路径、三元组路径和归因过程显式监督 LLM，在 WebQSP、CWQ 及医学领域显著提升复杂推理性能与可解释性。
2025-10-20 cs.AI cs.CL
SciNets: Graph-Constrained Multi-Hop Reasoning for Scientific Literature Synthesis
Jaypee Institute of Information Technology（杰伊佩 Institute 信息科技学院）
SciNets通过图约束多跳推理实现科学文献综合，通过多跳路径连接罕见共现的概念，提升机制解释的稳定性和多样性。
2025-12-28 cs.AI cs.CL cs.IR
Value-based Practical Reasoning: Modal Logic + Argumentation
University of Bern（伯尔尼大学）；Zhejiang University（浙江大学）；King’s College London（伦敦国王学院）
自主智能体被认为能够通过执行一系列动作来完成用户分配的任务或实现目标。由于可能存在多个代理可以遵循的计划，并且每个计划可能会沿着每个动作提升或降级不同的值，因此代理应该能够解决它们之间的冲突并评估他应该遵循哪个计划。在本文中，我们开发了一个基于逻辑的框架，结合模态逻辑和论证的价值为基础的实际推理与计划。模态逻辑被用来作为一种技术来表示和验证是否可以遵循一个计划与其本地属性的价值提升或降级，以实现代理的目标。然后，我们提出了一个基于论证的方法，允许代理人的原因，他的计划的形式，支持或反对使用验证结果的计划。
2022-04-11 cs.AI
TeamMedAgents: Pareto-Efficient Multi-Agent Medical Reasoning Through Teamwork Theory
University of Illinois Chicago（伊利诺伊大学芝加哥分校）
TeamMedAgents基于团队理论构建模块化多智能体框架，通过共享心理模型、团队领导、团队导向等机制，提升医疗推理效率，实现帕累托效率前沿提升，并在低token成本下取得竞争性准确率。
2026-03-31 cs.AI
Goal-constrained Sparse Reinforcement Learning for End-to-End Driving
Inria（法国国家信息与自动化研究所）
用于端到端驾驶的深度强化学习受到复杂奖励工程需求的限制。稀疏奖励可以规避这一挑战，但遭受长的训练时间，并导致次优的政策。在这项工作中，我们探索完全控制驾驶只有目标约束的稀疏奖励，并提出了一个课程学习方法，端到端的驾驶只使用导航视图地图，受益于小的虚拟到真实的域差距。为了解决多个驾驶策略的复杂性，我们学习在推理时由导航系统选择的并发个体策略。我们证明了我们的建议，以概括看不见的道路布局的能力，并驾驶显着长于在培训。
2021-07-31 cs.AI cs.CV cs.RO
From Answers to Arguments: Toward Trustworthy Clinical Diagnostic Reasoning with Toulmin-Guided Curriculum Goal-Conditioned Learning
School of Electronic and Electrical Engineering, Shanghai University of Engineering Science（上海工程技术大学电子与电气工程学院）；Tencent Youtu Lab（腾讯优图实验室）
本文提出托尔金引导的课程目标条件学习框架，通过逐步训练LLM生成符合托尔金结构的诊断论证，提升临床诊断的透明性和可靠性。
2026-04-19 cs.AI cs.LG
Budget-Constrained Coalition Strategies with Discounting
Vassar College（瓦萨学院）；King’s College（国王学院）
贴现未来成本和回报是会计、博弈论和机器学习中的常见做法。尽管如此，现有的逻辑推理的战略与成本和资源的限制不考虑贴现。本文提出了一个健全的和完整的逻辑系统推理的约束下的战略能力，将折扣纳入其语义。
2021-05-10 cs.AI cs.GT cs.LO
Human-Centric Goal Reasoning with Ripple-Down Rules
The University of New South Wales（新南威尔士大学）；Naval Research Laboratory（海军研究实验室）
本工作通过示范学习扩展 ActorSim 目标推理框架，引入 Ripple-Down Rules 自动构建决策规则，在 RoboCup Rescue 仿真中验证，使系统可处理的目标规模提升约一个数量级。
2024-01-30 cs.AI cs.MA cs.RO
Faithful GRPO: Improving Visual Spatial Reasoning in Multimodal Language Models via Constrained Policy Optimization
IIT Hyderabad（印度理工学院海得拉巴分校）；Microsoft Research（微软研究院）
本文提出Faithful GRPO，通过约束策略优化提升多模态模型的空间推理质量，减少推理不一致率并提升视觉 grounding 评分。
2026-04-09 cs.AI cs.CV
CommonGen: A Constrained Text Generation Challenge for Generative Commonsense Reasoning
University of Southern California（南加州大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）；University of Washington（华盛顿大学）
最近，大规模预训练的语言模型在几个常识推理基准数据集上表现出令人印象深刻的性能。然而，构建具有常识的机器来撰写逼真的句子仍然具有挑战性。在本文中，我们提出了一个受约束的文本生成任务，与基准数据集相关联的CommonGen，明确测试机器的生成常识推理的能力。给出一组共同的概念（例如，{dog、飞盘、接住、扔）;任务是使用这些概念生成描述日常场景的连贯句子（例如，“一个人扔了一个飞盘，他的狗接住了它”）。CommonGen任务具有挑战性，因为它本质上需要1）具有背景常识知识的关系推理，以及2）对看不见的概念组合进行组合概括的能力。我们的数据集是通过众包和现有字幕语料库的组合构建的，由79 k个常识描述和35 k个独特的概念集组成。实验表明，在现有技术的文本生成模型（例如，T5）和人的绩效。此外，我们证明了学习生成常识推理能力可以转移到改善下游任务，如常识QA通过生成额外的上下文。
2020-11-30 cs.AI cs.CL cs.CV
Think, Remember, Navigate: Zero-Shot Object-Goal Navigation with VLM-Powered Reasoning
Holcombe Department of Electrical and Computer Engineering（霍尔科姆电气与计算机工程系）；Clemson University（克莱姆森大学）
针对现有方法未充分利用视觉语言模型（VLMs）推理能力的问题，提出将VLMs转为导航主动策略制定者的框架，通过三种技术引导探索智能体，在多基准测试中显著提升导航效率，为具身智能体发展提供新路径。
2025-11-12 cs.AI cs.RO
PRTS: A Primitive Reasoning and Tasking System via Contrastive Representations
Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信）；Tsinghua University（清华大学）；Shanghai Jiao Tong University（上海交通大学）；Fudan University（复旦大学）
PRTS通过目标引导强化学习重构预训练过程，学习统一嵌入空间以评估物理可行性，提升机器人任务执行与长期规划能力。
2026-04-30 cs.AI cs.LG cs.RO
Streamflow Prediction with Uncertainty Quantification for Water Management: A Constrained Reasoning and Learning Approach
Washington State University（华盛顿州立大学）
本文提出一种约束推理与学习（CRL）方法，将物理定律作为逻辑约束层集成到深度神经网络中以提升径流预测精度，并结合高斯过程与深度时间模型实现不确定性量化，在多个真实数据集上优于强基线方法。
2024-05-31 cs.AI cs.LG
Audit-of-Understanding: Posterior-Constrained Inference for Mathematical Reasoning in Language Models
Texas A&M University（德克萨斯大学）；Hamad Bin Khalifa University（哈马德·本·哈利法大学）
提出 AoU 后验约束推理框架，通过分解、审计并仅采用已验证假设来抑制数学推理幻觉，并给出理论保证、风险界与显著基准提升。
2025-10-18 cs.AI cs.CL
Evaluating Large Language Models for Symbolic Security Protocol Analysis
Teesside University（蒂赛德大学）
研究评估大语言模型对符号安全协议的分析能力，通过在130个协议上测试GPT和DeepSeek，发现聊天与推理模型各有优劣，在认证目标上表现差，保密性较好，结果不稳定，整体LLMs无法与形式化验证相比，仅可作预筛选。
2026-09-18 cs.AI cs.CR
MIRNet: Integrating Constrained Graph-Based Reasoning with Pre-training for Diagnostic Medical Imaging
MIRNet通过结合自监督预训练与约束图推理，解决医学影像标注稀缺和不平衡问题，实现对舌象诊断的高精度识别，并推广至更广泛的诊断医学影像任务。
2025-11-26 cs.AI cs.CV
Warm Up Before You Train: Unlocking General Reasoning in Resource-Constrained Settings
Department of Computer Science, New York University Abu Dhabi（纽约大学阿布扎克分校计算机科学系）
本文提出一种分两阶段的训练策略，在资源受限环境下通过热身提升大语言模型的推理能力。
2026-01-30 cs.AI cs.CL
Falkor-IRAC: Graph-Constrained Generation for Verified Legal Reasoning in Indian Judicial AI
Independent Researcher（独立研究者）
本文提出Falkor-IRAC框架，通过图约束生成解决印度法律AI中的验证法律推理问题，利用IRAC知识图谱进行结构化推理，并通过验证代理检查生成路径的正确性。
2026-05-15 cs.AI cs.CL cs.IR
