arXiv · cs.AI· Donghyeok Lee, Bong Gyun Kang, Junyong Ahn, Sungroh Yoon·· 7 小时前
OntoAct：基于本体抽象的假设驱动神经符号智能体
OntoAct: Hypothesis-Based Neuro-Symbolic Agents through Ontological Abstraction
arXiv:2610.21983v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Donghyeok Lee, Bong Gyun Kang, Junyong Ahn, Sungroh Yoon
研究任务与主要进展
研究者提出OntoAct，将个体经验抽象为实体类型、关系和条件公理，由LLM提出假设与行动、符号验证器依据当前观测检查支持条件。作者还构建Tacit-FLE，用Factorio Learning Environment中的合成维护记录测试隐藏故障诊断与修复；基于论文摘要，OntoAct在Tacit-FLE、Mars和ALFWorld上取得了领先任务表现与较高交互、推理效率。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org