- 4 次围观
智能体推理系统日益与这样的环境发生交互：其状态只能被部分观测、处于动态演化之中，并受到物理、生物或逻辑结构的约束。现有的智能体推理框架通常使用平坦的潜在表示来建模内部推理、工具使用和后训练适应，因此在曲流形空间环境中往往表现不佳。然而，许多科学与具身领域天然位于曲率状态空间之上，包括组织几何、发育轨迹、蛋白质构象、机器人构型空间以及受约束的物理系统。 我们提出流形智能体推理（Manifold Agentic Reasoning），这是一种几何学框架，用于将智能体推理从欧几里得潜在空间扩展到黎曼流形。在该框架中，观测被编码为取值于流形的状态，记忆通过测地相似性进行检索，候选假设在切空间中生成，预测转移通过指数映射投影，决策则通过验证门控的提交机制被接纳，或通过流形自我校正进行修复。 我们进一步将该框架扩展为图智能体流形推理，其中节点状态位于流形上，邻居信息在基于注意力的聚合之前通过对数映射进行传输。流形智能体推理使人工智能超越脆弱的提示链式模板，以解决四个关键的生产级缺陷：无声幻觉与推理漂移、脆弱的工具与上下文误用、黑箱评估问题，以及僵化的行为特征。 为了评估该框架，我们引入了一个曲面组织操控与恢复基准任务，在该任务中，智能体必须在曲流形上修复受损组织。仿真结果表明，完整的流形智能体显著优于基线推理智能体和完整的平坦智能体推理系统，在恢复成功率、测地形状误差、模式误差以及无效转移数量方面均表现更好。曲率研究和消融研究表明，性能提升源于几何感知推理、验证机制、记忆机制以及自我修复机制。 这些结果表明，具备流形感知能力的智能体推理为在曲率、受约束或机制性领域中运行的可靠科学人工智能和具身人工智能系统提供了一个有原则的基础。
流形智能体推理：将智能体式 POMDP 与后训练推理扩展到黎曼状态空间和推理空间 | bioRxiv 跳转到主要内容 主页 关于 提交 警报 / RSS 搜索此关键词 高级搜索 新结果 流形智能体推理：将智能体式 POMDP 与后训练推理扩展到黎曼状态空间和推理空间 陶 徐 ， 紫欣 胡 ， 晓典 孙 ， 李 金 ， Momiao Xiong doi： https://doi.org/10.64898/2026.07.26.740848 Tao Xu 1 美国德克萨斯理工大学健康科学中心医学院，免疫学与分子微生物学系，Lubbock，TX 79430，USA。； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 该文依据 CC-BY-NC 4.0 国际许可 发布。
返回顶部 上一篇 下一篇 发表于 2026 年 7 月 29 日。 下载 PDF 电子邮件 注意：仅为识别您为本文发送者，我们才会请求您的电子邮件地址。 您的电子邮件 * 您的姓名 * 发送至 * 可在单独的行中输入多个地址，或用逗号分隔。 您将发送以下内容的电子邮件 流形智能体推理：将智能体式 POMDP 与后训练推理扩展到黎曼状态空间和推理空间 消息主题 （您的姓名）已从 bioRxiv 向您转发了一页内容 消息正文 （您的姓名）认为您可能想查看 bioRxiv 网站上的此页面。 您的个人留言 验证码 此问题用于测试您是否为真人访问者，并防止自动垃圾提交。 分享 流形智能体推理：将智能体式 POMDP 与后训练推理扩展到黎曼状态空间和推理空间 陶 徐 ， 紫欣 胡 ， 晓典 孙 ， 李 金 ， Momiao Xiong bioRxiv 2026.07.26.740848； doi： https://doi.org/10.64898/2026.07.26.740848 分享本文： 复制 引文工具 流形智能体推理：将智能体式 POMDP 与后训练推理扩展到黎曼状态空间和推理空间 陶 徐 ， 紫欣 胡 ， 晓典 孙 ， 李 金 ， Momiao Xiong bioRxiv 2026.07.26.740848； doi： https://doi.org/10.64898/2026.07.26.740848
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.26.740848v1?rss=1
🏷️ 流形智能体推理 黎曼流形 POMDP 几何感知推理 图神经网络 具身人工智能