白慧源

服务机器人决策的核心目标是精准匹配不同场景下的用户诉求，实现灵活自适应的需求响应。传统关联推理支撑的决策模式仅能挖掘要素间相关性，因果推理在决策合理性与可解释性上具备明显优势，已在多类服务机器人决策模块中得到应用。当前应用仍存在因果知识图谱不完整、动态场景下推理实时性不足、用户意图因果建模存在偏差等问题，可通过多源数据融合补全知识图谱、构建部署轻量化推理模型、搭建用户意图动态模型迭代机制实现优化。

服务机器人；因果推理；决策优化；因果知识图谱

[1] 程羽慧,袁祥勇,蒋毅,曹一男.多感觉整合中因果推断的计算模型及神经机制[J].中国科学:生命科学. [2] 刘利龙,刘国明,齐保元,邓雪杉,薛迪展,钱胜胜.实际应用场景中的大模型高效推理技术综述[J].计算机科学. [3] 胡志远,高锦涛.因果发现技术研究综述[J].计算机工程与应用. [4] 乔少杰,李洲,韩楠,徐泉清,吴涛,袁冠,吴信东.人工智能赋能关系型数据库优化技术：现状与展望[J].计算机学报. [5] 张亚莉,李辽辽,丁振斌.组织管理中的人工智能决策：述评与展望[J].外国经济与管理,2024,46(10):18-38. [6] 赵婵婵,吕飞,石宝,尉晓敏,杨星辰,岳效灿.面向边缘智能的协同推理方法研究综述[J].计算机工程与应用,2025,61(03):1-20. [7] 李荣宸,姜瑛,姒鉴哲.基于线性结构因果模型的服务故障传播路径识别[J].现代电子技术,2024,47(03):97-101. [8] 刘拴,艾尔肯·亥木都拉,岳凡.基于多策略改进 HHO 算法的机器人路径规划[J].组合机床与自动化加工技术,2025,(06):94-98+103.

点击下载PDF