Incorporating Connections Beyond Knowledge Embeddings: A Plug-and-Play Module to Enhance Commonsense Reasoning in Machine Reading Comprehension
School of EECS, Peking University（北京大学电子工程与计算机科学学院）；Peng Cheng Laboratory（鹏城实验室）
传统的机器阅读理解（MRC）已经通过模式匹配得到了很好的解决，但常识推理的能力仍然是人类和机器之间的差距。以前的方法通过预训练的知识图谱嵌入（KGE）丰富单词表示来解决这个问题。然而，它们对知识图谱（KG）中节点之间的大量连接的利用有限，这些连接可能是构建常识推理链的关键线索。在本文中，我们提出了一个即插即用的模块来存储连接信息的常识推理（PIECER）。除了用知识嵌入丰富单词表示外，PIECER还构建了一个联合查询-通道图，通过单词之间面向知识的连接来明确地指导常识推理。此外，PIECER具有很高的通用性，因为它可以插入到任何MRC模型的合适位置。实验结果ReCoRD，一个大规模的公共MRC数据集，需要常识推理，PIECER介绍了稳定的性能改善四个代表性的基础MRC模型，特别是在低资源设置。
2021-03-26 cs.AI cs.CL
Physically Ground Commonsense Knowledge for Articulated Object Manipulation with Analytic Concepts
School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）；School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机学院）；Shanghai Innovation Institute（上海创新研究院）
本文提出通过引入分析概念，将语义级常识知识接地到物理世界，以提升机器人对关节物体的通用精确操纵能力。
2026-03-02 cs.CV cs.RO
Robo-CSK-Organizer: Commonsense Knowledge to Organize Detected Objects for Multipurpose Robots
School of Computing, Montclair State University（蒙特克莱尔州立大学计算机学院）
本文提出Robo-CSK-Organizer系统，通过注入经典知识库中的常识知识增强机器人上下文识别能力，以任务相关方式组织检测物体，在模拟家庭环境的受控实验中展现出优于仅依赖深度学习方法的性能，并提升了可解释性与人机协作。
2024-09-27 cs.AI cs.RO
Acquisition and Representation of User Preferences Guided by an Ontology
Université Paris 13（巴黎第十三大学）
我们的食物偏好指导我们的食物选择，反过来又影响我们的个人健康和社会生活。在本文中，我们采用了一种方法，使用OWL 2表示的领域本体，以支持形式主义CP-Net中的偏好的获取和表示。具体而言，我们提出了领域本体的建设和问卷设计，以获取和表示的偏好。在大学食堂领域实现了偏好的获取和表示。我们在这一初步工作的主要贡献是获取偏好和丰富的模型，最好与领域知识表示的本体。
2022-01-11 cs.AI
A Survey on Knowledge Graphs: Representation, Acquisition and Applications
Aalto University（阿尔托大学）；Monash University（莫纳什大学）；Nanyang Technological University（南洋理工大学）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
人类知识提供了对世界的正式理解。表示实体之间结构关系的知识图谱已经成为认知和人类智能的一个日益流行的研究方向。本文对知识图谱的研究现状进行了综述，包括1）知识图谱的表示学习、2）知识获取和完成、3）时态知识图谱、4）知识感知应用等方面的研究，并总结了近期的突破和展望方向，以促进未来的研究。我们提出了一个完整的视图分类和新的分类这些主题。知识图谱嵌入从表示空间、评分函数、编码模型和辅助信息四个方面进行组织。对于知识获取，特别是知识图谱的完善，嵌入方法，路径推理和逻辑规则推理，进行了综述。我们进一步探讨了几个新兴的主题，包括Meta关系学习，常识推理和时间知识图谱。为了促进未来对知识图谱的研究，我们还提供了一个针对不同任务的数据集和开源库的精选集合。最后，对几个有前景的研究方向进行了展望.
2021-04-01 cs.AI cs.CL
Visually Grounded Commonsense Knowledge Acquisition
Tsinghua University（清华大学）；Peng Cheng Laboratory（鹏城实验室）；National University of Singapore（新加坡国立大学）；University of Hamburg（汉堡大学）；Tencent（腾讯）
大规模常识知识库为广泛的人工智能应用提供了支持，其中常识知识的自动提取（CKE）是一个基本且具有挑战性的问题。基于文本的CKE因文本中常识的固有稀疏性和报告偏差而闻名。另一方面，视觉感知包含关于现实世界实体的丰富常识知识，例如，（person，can_hold，bottle），其可以用作用于获取接地常识知识的有希望的来源。在这项工作中，我们提出了CLEVER，它将CKE制定为一个远程监督的多实例学习问题，其中模型学习从一袋关于实体对的图像中总结常识关系，而无需对图像实例进行任何人工注释。为了解决这个问题，CLEVER利用视觉语言预训练模型来深入理解袋子中的每个图像，并从袋子中选择信息实例，通过一种新颖的对比注意力机制来总结常识实体关系。综合实验结果表明，CLEVER可以提取有希望的质量常识知识，优于预先训练的语言模型为基础的方法3.9 AUC和6.4 mAUC点。预测的常识得分显示出与人类判断的强相关性，斯皮尔曼系数为0.78。此外，提取的常识也可以接地到具有合理解释性的图像。数据和代码可从https://github.com/thunlp/CLEVER获得。
2023-03-25 cs.AI cs.CL cs.CV
Extracting Semantics: LLM-Guided Automatic Population of Robot Ontology from URDF
LAAS-CNRS, Department of Robotics, Toulouse, France（法国图卢兹机器人系CNRS实验室）
提出利用大语言模型从URDF文件自动生成机器人语义本体，通过多数投票和语法验证确保与现有本体对齐，初步实验表明该方法能有效桥接低层描述与高层知识表示。
2026-06-17 cs.AI cs.RO
An Overview Of Temporal Commonsense Reasoning and Acquisition
University of Innsbruck（因斯布鲁克大学）
本文综述时间常识推理与获取研究，指出大语言模型虽能生成正确句子但推理浅层，通过多种增强手段提升性能仍难及人类，强调谨慎解读评估结果并合理设计数据集与指标。
2023-11-16 cs.AI cs.CL cs.LG
LanguageMPC: Large Language Models as Decision Makers for Autonomous Driving
Tsinghua University（清华大学）；University of Hong Kong（香港大学）
针对现有自动驾驶系统在高级信息理解等方面的挑战，提出LanguageMPC方法，将大语言模型用作决策组件，设计认知路径与转换算法实现与低级控制器的集成，实验表明其在单车任务中优于基线且能处理多车协调等复杂场景。
2025-04-15 cs.AI cs.CL cs.CV
A Logical Model for Supporting Social Commonsense Knowledge Acquisition
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
为了使机器在机器人学和对话等领域表现出类似人类的能力，社会常识知识（SCK），即，关于社会背景和社会角色的常识，是绝对必要的。因此，我们的最终目标是获得大规模的SCK，以支持更智能的应用。在此之前，我们需要清楚地知道什么是SCK以及如何表示它，因为自动信息处理要求以结构化和语义相关的方式组织数据和知识。为此，在本文中，我们确定和形式化的三种基本类型的SCK的基础上一阶理论。首先，我们识别和形式化的相互关系，如有角色和有社会关系，社会背景，角色和球员的角度考虑作为一阶公民和不产生的角色实例的上下文和角色。其次，我们提出了一个四层结构来识别和形式化社会情境、角色和参与者的内在信息，如事件和欲望，并说明了如何从具体情境中参与者的表现中获取社会情境和角色的内在信息。第三，在对实际语境观察的启发下，进一步引入社会语境的嵌入并进行形式化描述，描述了如何从嵌入的更小、更简单的语境中挖掘出社会语境和角色的内在信息。本文的结果不仅为形式化更复杂的SCK奠定了基础，也为获得这三种基本类型的SCK奠定了基础。
2019-12-25 cs.AI
SP-10K: A Large-scale Evaluation Set for Selectional Preference Acquisition
HKUST（香港科技大学）
选择偏好是一种常见的语言现象，在许多自然语言处理任务中被证明是有用的。为了给SP模型提供一个更好的评估方法，我们引入了SP-10 K，这是一个大规模的评估集，它为5个SP关系上的10，000个SP对的可扩展性提供了人类评级，涵盖了美国英语中2，500个最常见的动词，名词和形容词。利用SP-10 K对三种典型的基于伪消歧的自然电位采集方法进行了评价。为了证明我们的数据集的重要性，我们研究了SP-10 K和ConceptNet 5中常识知识之间的关系，并展示了使用SP来表示常识知识的潜力。我们还使用Winograd模式挑战证明，提出的新SP关系是必不可少的硬代词共指消解问题。
2019-05-14 cs.AI cs.CL
TransOMCS: From Linguistic Graphs to Commonsense Knowledge
The Hong Kong University of Science and Technology（香港科技大学）；Allen Institute for AI（艾伦人工智能研究所）；University of Pennsylvania（宾夕法尼亚大学）
常识知识获取是人工智能的一个关键问题。获取常识知识的传统方法通常需要费力且昂贵的人工注释，这在大规模上是不可行的。本文探索了一种从语言图中挖掘常识知识的实用方法，目标是将通过语言模式获得的廉价知识转化为昂贵的常识知识。结果是ASER的转换[Zhang等人，2020年]，一个大规模的选择偏好知识资源，到TransOMCS，与ConceptNet相同的表示[刘和辛格，2004年]，但两个数量级更大。实验结果表明，语言知识的常识知识和所提出的方法的有效性，在数量，新颖性和质量方面的转移。TransOMCS可在https://github.com/HKUST-KnowComp/TransOMCS上公开获取。
2020-05-01 cs.AI cs.CL
NegatER: Unsupervised Discovery of Negatives in Commonsense Knowledge Bases
University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
在机器中编码常识知识是人工智能的长期目标。近年来，自动知识库（KB）的建设技术已经取得了很大的进展。然而，这样的技术主要集中在收购积极（真）KB语句，即使消极（假）语句往往也是重要的判别推理常识知识库。作为对后者的第一步，本文提出了NegatER，一个框架，排名潜在的负面常识知识库使用上下文语言模型（LM）。重要的是，由于大多数知识库不包含否定词，因此NegatER仅依赖于LM中的肯定知识，而不需要地面真实的否定示例。实验表明，与多种对比数据增强方法相比，NegatER产生的否定词更具语法性、连贯性和信息性--在具有挑战性的知识库完成任务中导致统计学上显著的准确性提高，并证实LM中的积极知识可以“重新利用”以生成消极知识。
2021-09-10 cs.AI cs.CL cs.LG
Com$^2$: A Causal-Guided Benchmark for Exploring Complex Commonsense Reasoning in Large Language Models
Research Center for Social Computing and Interactive Robotics（社会计算与交互机器人研究中心）；Harbin Institute of Technology（哈尔滨工业大学）；Institute of Trustworthy Embodied AI（可信具身人工智能研究院）；Fudan University（复旦大学）；Beijing Academy of Artificial Intelligence（北京人工智能研究院）；Nanjing University（南京大学）
本文提出因果引导的复杂常识推理基准 Com²，利用因果事件图、干预和慢思考构建测试场景，并揭示LLM在推理深度与广度上的不足。
2025-06-08 cs.AI cs.CL
Commonsense Properties from Query Logs and Question Answering Forums
Télécom Paris（巴黎电信学院）；Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；University of Aberdeen（阿伯丁大学）
关于对象属性、人类行为和一般概念的常识知识对于健壮的AI应用至关重要。然而，自动获取这些知识是具有挑战性的，因为在线资源的稀疏性和偏见。本文介绍了Quasimodo，一种从非标准Web资源中提取常识属性的方法和工具套件。我们设计了新的方法，利用搜索引擎查询日志和QA论坛，并结合由此产生的候选断言与统计线索，从百科全书，书籍和图像标签中的确证步骤。与之前的常识知识库工作不同，Quasimodo专注于通常与某些对象或概念相关的显着属性。广泛的评估，包括外部用例研究，表明Quasimodo提供了比具有可比质量的最先进基线更好的覆盖率。
2021-02-10 cs.AI cs.CL cs.DB
Anticipatory Commonsense with Moving Objects: An ASP-Based Framework for Predictive Reasoning with Interacting Trajectories
Örebro University（厄勒布鲁大学）；Constructor University Bremen（不来梅constructor大学）
该研究针对复杂动态环境的交互运动，提出基于ASP的混合模块化声明式框架，结合语义引导预测与能量优化模型，在Argoverse 2基准上实现带可检查事件级假设的可解释轨迹预测。
2026-10-16 cs.AI cs.LO
Commonsense Reasoning Using WordNet and SUMO: a Detailed Analysis
University of the Basque Country (UPV/EHU)（巴斯克大学（UPV/EHU））
我们描述了一个详细的分析样本的大型基准的常识推理的问题，已自动获得WordNet，相扑和他们的映射。其目标是对高级常识推理任务的基准和相关知识资源的质量提供更好的评估。通过这种分析，我们能够发现一些知识错位，映射错误和缺乏知识和资源。我们的最终目标是提取一些准则，以更好地利用这个常识性的知识框架，包括资源的改进。
2019-09-06 cs.AI cs.CL
Attention Is (not) All You Need for Commonsense Reasoning
SAP Machine Learning Research（SAP机器学习研究院）
最近引入的BERT模型在几个语言理解基准测试中表现出很强的性能。在本文中，我们描述了一个简单的重新实现BERT的常识推理。我们表明，由BERT产生的注意力可以直接用于代词消歧问题和Winograd模式挑战等任务。我们提出的注意力引导的常识推理方法在概念上简单，但经验上强大。对多个数据集的实验分析表明，我们提出的系统在所有情况下都表现得非常好，同时比以前报道的最先进的系统表现得更好。虽然结果表明，BERT似乎隐含地学习建立实体之间的复杂关系，解决常识推理任务可能需要更多的从巨大的文本语料库学习的无监督模型。
2019-05-31 cs.AI cs.CL
Modeling Event Background for If-Then Commonsense Reasoning Using Context-aware Variational Autoencoder
Research Center for Social Computing and Information Retrieval（社会计算与信息检索研究中心）；Harbin Institute of Technology（哈尔滨工业大学）
理解事件和以事件为中心的常识推理是自然语言处理的关键。给定一个观察到的事件，人类推断其意图和效果是微不足道的，而这种类型的If-Then推理对于NLP系统仍然具有挑战性。为了促进这一点，If-Then常识推理数据集原子提出，连同基于RNN的Seq 2Seq模型进行这样的推理。然而，仍然需要解决两个基本问题：第一，事件的意图可能是多个的，而基于RNN的Seq 2Seq模型的生成总是语义接近的;第二，事件背景的外部知识可能是理解事件和进行If-Then推理所必需的。为了解决这些问题，我们提出了一种新的上下文感知的变分自编码器有效地学习事件的背景信息，以指导If-Then推理。实验结果表明，我们的方法提高了准确性和多样性的推断相比，国家的最先进的基线方法。
2019-12-01 cs.AI cs.CL cs.LG
Controlling Search in Very large Commonsense Knowledge Bases: A Machine Learning Approach
Cycorp, Inc.（Cycorp公司）；Lucid AI（Lucid AI公司）
非常大的常识知识库（KBs）通常有数千到数百万个公理，其中相对较少的公理与回答任何给定的查询相关。大量不相关的公理很容易淹没基于解析的定理证明器。因此，帮助推理机识别有用的推理路径的方法形成了大规模推理系统的重要组成部分。在本文中，我们描述了两个排序算法优化的推理在这样的系统。首先，我们讨论如何使用决策树来选择更有可能成功的推理步骤。其次，我们确定了一个小的问题实例功能，足以引导搜索远离棘手的区域的搜索空间。我们通过实验从Cyc KB的数千个查询，这些技术的有效性。结果表明，这些方法导致一个数量级的减少推理时间。
2016-03-14 cs.AI
Zero-shot Commonsense Reasoning over Machine Imagination
Korea University（高丽大学）；Hankuk University of Foreign Studies（韩国外国语大学）
针对预训练语言模型在零样本常识推理中因人类报告偏差导致理解差异的问题，提出框架Imagine，通过引入机器生成图像的视觉信号补充文本输入，并在多种基准上大幅超越现有方法。
2024-10-12 cs.AI cs.CL
Activating Visual Context and Commonsense Reasoning through Masked Prediction in VLMs
针对视觉语言模型推理泛化不足，提出掩码预测微调任务及带先验采样的强化微调方法，并构建MPCC Eval基准，以增强视觉上下文与常识推理能力。
2025-10-21 cs.AI cs.CV
Bridging Commonsense Reasoning and Probabilistic Planning via a Probabilistic Action Language
Arizona State University（亚利桑那州立大学）；SUNY Binghamton（纽约州立大学宾汉姆顿分校）
为了响应动态变化的现实世界环境，智能代理需要执行复杂的顺序决策任务，这些任务通常由常识知识指导。在这方面的研究导致了称为“交错常识推理和概率规划”（icorpp）的框架，它使用P-log表示常识知识和马尔可夫决策过程（MDP）或部分可观察MDP（POMDP）在不确定性下进行规划。icorpp的一个主要限制是它的实现需要非平凡的工程努力来桥接常识推理和概率规划形式主义。在本文中，我们提出了一个统一的框架，集成icorpp的推理和规划组件。特别是，我们扩展了概率动作语言pBC+来表达效用，信念状态和观察POMDP模型。继承动作语言的优点，新的动作语言提供了一个详细的宽容表示POMDP，反映常识知识。这个想法导致了系统pbcplus 2 pomdp的设计，它将pBC+动作描述编译成POMDP模型，该模型可以直接由现成的POMDP求解器处理，以计算pBC+动作描述的最佳策略。实验结果表明，该方法保留了icorpp的优点，同时避免了在常识推理器和概率规划器之间进行人工连接。
2019-07-31 cs.AI
Knowledge-driven Data Construction for Zero-shot Evaluation in Commonsense Question Answering
Carnegie Mellon University（卡内基梅隆大学）；University of Southern California（南加州大学）；Bosch Research（博世研究中心）
预训练神经语言建模的最新发展已经导致常识问答基准的准确性飞跃。然而，越来越多的人担心模型过度适应特定的任务，而不学习利用外部知识或执行一般的语义推理。相比之下，zero-shot评估已经显示出作为模型的一般推理能力的更鲁棒的度量的希望。在本文中，我们提出了一个新的神经符号框架的zero-shot问答常识任务。在一组假设的指导下，该框架研究如何将各种预先存在的知识资源转化为最有效的预训练模型的形式。我们改变了语言模型、训练机制、知识源和数据生成策略的集合，并测量了它们对任务的影响。扩展以前的工作，我们设计和比较四个约束干扰采样策略。我们提供了五个常识问答任务的实证结果，数据来自五个外部知识资源。我们表明，虽然个人知识图谱更适合于特定的任务，一个全球性的知识图谱带来了一致的收益在不同的任务。此外，保留任务的结构以及生成公平和信息丰富的问题都有助于语言模型更有效地学习。
2020-12-14 cs.AI cs.CL
Implicit Affordance Acquisition via Causal Action-Effect Modeling in the Video Domain
University of Stuttgart（斯图加特大学）
该研究为从视觉域获取可供性常识知识，构建CAE数据集并提出MAM、MEM两项预训练任务，经实验验证方法有效，且预训练模型在零样本物理推理任务上优于FLAVA等基线模型。
2023-12-18 cs.AI cs.CL
EXPLORER: Exploration-guided Reasoning for Textual Reinforcement Learning
IBM Research（IBM研究院）
本文提出EXPLORER，一种神经符号的探索引导推理智能体，结合神经探索与符号利用，在文本游戏中优于基线，并泛化至未见数据。
2024-03-15 cs.AI cs.CL cs.LO
A Study of Commonsense Reasoning over Visual Object Properties
Department of Computer Science, Vrije Universiteit（自由大学计算机科学系）；Information Sciences Institute, University of Southern California（南加州大学信息科学研究所）
研究针对视觉对象属性的常识推理，引入含特定图像类型、推理层次和属性维度的评估框架，在两个VQA基准中实验，发现现有VLM存在显著局限，虽新模型有进步但仍与人类有差距，还提供了相关数据和代码以助未来研究。
2026-07-09 cs.AI cs.CV
ATLASv2: LLM-Guided Adaptive Landmark Acquisition and Navigation on the Edge
Johns Hopkins University（约翰斯·霍普金斯大学）
针对边缘设备自主系统的挑战，提出ATLASv2系统，集成微调TinyLLM、实时目标检测和路径规划，在Jetson Nano上实现多任务导航操作，动态扩展地标，高成功率执行任务，优化资源利用并弥合模拟与实际应用差距。
2025-04-15 cs.AI cs.RO
Plausibility as Commonsense Reasoning: Humans Succeed, Large Language Models Do not
University of Chicago（芝加哥大学）
研究探讨大语言模型是否能像人类一样在歧义解析中结合世界知识与句法结构。通过土耳其前置定语从句附着歧义，发现人类表现出显著的可解释性效应，而大语言模型则表现不一致。
2026-04-20 cs.AI cs.CL
Non-monotonic Logical Reasoning Guiding Deep Learning for Explainable Visual Question Answering
University of Auckland（奥克兰大学）；University of Birmingham（伯明翰大学）
许多模式识别问题的现有算法依赖于深度网络模型。训练这些模型需要大量的标记数据集和大量的计算资源。此外，很难理解这些学习模型的工作原理，限制了它们在某些关键应用中的使用。为了解决这些限制，我们的架构从认知系统的研究中汲取灵感，并整合了常识逻辑推理，归纳学习和深度学习的原则。在回答有关场景和潜在分类问题的解释性问题时，该架构使用深度网络从图像中提取特征并生成查询答案。在这些深层网络之间，它嵌入了用于不完整常识领域知识的非单调逻辑推理和用于决策树归纳的组件。它还增量地学习和推理先前未知的控制域状态的约束。我们评估了模拟和现实世界的图像数据集的上下文中的架构，和一个模拟的机器人计算，执行，并提供解释性的描述计划。实验结果表明，与深度网络的“端到端”架构相比，当训练数据集很小时，我们的架构在分类问题上提供了更好的准确性，与较大数据集相当的准确性，以及对解释性问题的更准确答案。此外，以前未知的约束条件的增量采集提高了回答解释性问题的能力，并扩展非单调逻辑推理，以支持规划和诊断，提高了可靠性和效率的计算和执行计划的模拟机器人。
2019-09-23 cs.AI cs.CV cs.RO
MIDGARD: Self-Consistency Using Minimum Description Length for Structured Commonsense Reasoning
University of Michigan（密歇根大学）
本文提出MIDGARD方法，利用最小描述长度（MDL）公式聚合LLM生成的多样图样本，解决结构化推理中自回归解码导致的错误传播和单样本遗漏问题，在多项任务上取得更优性能。
2024-06-02 cs.AI cs.CL
M-QUEST -- Meme Question-Understanding Evaluation on Semantics and Toxicity
M-QUEST提出一个语义框架和基准，用于自动提取迷因知识，评估模型在毒性理解上的能力。
2026-02-09 cs.AI cs.CL cs.LG
MR-CLIP: Efficient Metadata-Guided Learning of MRI Contrast Representations
School of Biomedical Engineering and Imaging Sciences, King’s College London, London, UK（生物医学工程与成像科学学院，伦敦国王学院，伦敦，英国）；deepc GMBH, Munich, Germany（deepc 德国慕尼黑分公司）
针对MRI对比度识别标签缺失、元数据不可靠的问题，提出多模态对比学习框架MR-CLIP，通过对齐图像与DICOM元数据学习对比度感知表征，在跨模态检索等任务中表现有效，代码已开源。
2025-08-01 cs.AI cs.CV
Toward Ownership Understanding of Objects: Active Question Generation with Large Language Model and Probabilistic Generative Model
Ritsumeikan University（立命馆大学）；Soka University（创价大学）；Kyoto University（京都大学）
提出ActOwL框架，结合概率生成模型最大化信息增益和LLM常识预分类，通过主动提问高效获取物体所有权知识，在模拟和真实环境中以更少问题实现更高聚类准确率。
2025-09-16 cs.AI cs.HC cs.LG
DIST-CLIP: Arbitrary Metadata and Image Guided MRI Harmonization via Disentangled Anatomy-Contrast Representations
School of Biomedical Engineering & Imaging Sciences, King’s College London（国王学院伦敦生物医学工程与成像科学学院）；deepc GMBH
DIST-CLIP通过解耦的解剖-对比表示实现MRI数据统一，支持任意元数据和图像引导，提升风格迁移和数据标准化效果。
2025-12-08 cs.AI cs.CV
Guide-LLM: An Embodied LLM Agent and Text-Based Topological Map for Robotic Guidance of People with Visual Impairments
Guide Dogs New South Wales / Australian Capital Territory（新南威尔士州/澳大利亚首都领地导盲犬协会）
本文提出Guide-LLM，一种结合基于文本拓扑地图的具身LLM智能体，通过全局路径规划、危险检测和个性化偏好，为视障人士提供高效自适应的室内导航辅助。
2025-03-11 cs.AI cs.CL cs.RO
LGR: LLM-Guided Ranking of Frontiers for Object Goal Navigation
University of Fukui（福井大学）
本研究利用LLM的常识推理，将目标导航中的前沿探索访问顺序问题转化为前沿排序问题，通过动态管理前沿列表和倒数秩向量融合多视图信息，在Habitat-Sim中验证了有效性。
2025-03-26 cs.AI cs.RO
CAnet: Uplink-aided Downlink Channel Acquisition in FDD Massive MIMO using Deep Learning
Southeast University（东南大学）；National Sun Yat-sen University（国立中山大学）
本文提出 CAnet 深度学习框架，联合设计 FDD Massive MIMO 的下行导频、信道估计与反馈，并证明直接反馈导频可在上行辅助下节省约 20% 反馈比特。
2021-01-12 cs.AI cs.IT math.IT
