溯因反射推理框架

低资源高一致性推理

该框架模拟人类认知反思过程，在推理时利用领域知识检测并修正神经网络输出中的错误，从而在不增加训练负担的情况下实现更可靠的神经符号推理。

Wen-Chao, Hu · Dai, Wangzhou · 姜远 · Zhou, Zhihua

2025

技术优势

推理时能纠错

利用领域知识溯因反射向量，在推理阶段标记并修正神经网络输出中的错误，无需重新训练。

少训练资源

与现有最优方法相比，在达到更高准确率的同时需要的训练资源更少。

应用场景

• 具身智能推理：在推理时即时纠正感知与规划中的错误，提升机器人行为可靠性。
• 机器人任务规划：用领域知识约束规划输出，减少违背物理规律的操作。
• 生化传感器信号处理：利用已知生化规则修正传感器信号解读，降低误判率。
• 物联网数据融合：在多源数据融合中依据领域知识剔除异常预测，保证一致性。