机器人在现实世界中的顺序决策是一个挑战，因为它要求机器人同时对当前世界状态和动力学进行推理，同时规划行动以完成复杂任务。一方面，陈述。。。

• 本文正式介绍了机器人的集成推理与规划（IRP）问题。IRP问题有一个由一组内生和外生变量指定的因子化状态空间。
• 本文介绍了一个。。。

在自然语言处理领域，智能系统往往需要强大的常识推理能力才能胜任常识性问题回答（QA）任务。为了增强QA系统的可解释性，自然。。。

• 提出了一个解释生成和语言推理的两阶段框架。
• 为了改进常识推理，引入了三个协作子模块。
• 我们评估框架的性能、忠诚度和。。。

KG-增广模型通常为现有模型赋予外部知识图，在各种知识密集型任务（如常识推理）中具有良好的性能。现有的方法主要是首先为……开发启发式方法。。。

《Winograd Schema Challenge》——一组涉及代词指称消歧的双句话，似乎需要使用常识——正如Hector Levesque在2011年提出的那样。到2019年，基于大规模预处理的多个人工智能系统。。。

正如最近的研究所观察到的那样，结合先验知识被认为是一种很有希望的方法，可以增强cloze-style机器阅读中现有的预训练模型。尽管使用了外部知识图（KG）和变压器。。。

本文的重点是产品情感原因分析，旨在从产品评论中找出某些情感的本质原因。目前的研究仅限于明确的原因，即给定文本中的一些跨度。然而，有些。。。

在自然语言的子集中，空间语言（这里更确切地说是时空语言）被认为是在不久的将来实现人与机器人之间的类人交互的最基本的语言。与传统的……截然不同。。。

常识推理（CSR）是对日常情况进行推理的能力。在人工智能系统中，这种推理需要广泛的背景知识。我们实现了一个集成管道，用于转换现有的大型。。。

我们在语言、逻辑、认知和人工智能的界面上讨论计算认知视觉和感知。本章介绍了动态视空间模型的处理和语义解释的一般方法。。。

Metomymy对于高级自然语言处理应用程序来说具有挑战性，因为一个单词或表达式用于指代另一个隐含的相关概念。到目前为止，转喻主要是在认知和认知的背景下进行研究的。。。

答案集编程（ASP）是一种众所周知的知识表示和自动化常识推理的范例。谓词ASP的查询驱动实现，例如s（CASP）系统，允许自顶向下执行答案集程序。。。

我们从代理与其他人合作的角度，在包含常识推理上下文的广泛（主动逻辑）环境中，研究了心理理论（ToM）的一些形式推理方面。我们的重点是如何表示时间。。。

我们提出了DEGARI 2.0（动态情感生成器和回收器）：一种基于常识推理框架T CL并利用本体模型将Plutchik的。。。

常识性的问题回答需要对日常情况以及上下文中隐含的因果关系进行推理。通常，现有方法首先检索外部证据，然后使用这些。。。

• 针对常识性QA任务，提出了一种自监督学习方法。
• A。。。

生成性常识推理是指语言模型基于合成泛化和常识推理生成具有给定概念集的句子的能力。在CommonGen挑战中，评估。。。

• 通过维特根斯坦的图片和使用理论重新解释生成性常识推理。

近年来的研究表明，使用语言模型目标在大型文本语料库上预先训练的深度学习模型可以帮助解决需要自然语言理解的各种任务。然而，许多常识性概念的代表性不足。。。

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，但人类和机器之间的常识推理能力仍然存在差距。以前的方法通过丰富单词来解决这个问题。。。

自然场景中的文本包含有关其周围环境的语义信息。例如，盲人提出的大多数与周围图像相关的问题都需要理解图像中的文本。然而。。。

关于城市政策的地方法律，即。，条例以各种方式（健康、商业等）直接影响着我们的日常生活，但实际上，对于许多公民来说，它们仍然是不可渗透和复杂的。本文着重探讨制定城市政策的方法。。。

常识性问题回答作为一项具有挑战性的任务，越来越受到人们的关注，这项任务需要借助丰富的常识知识进行人类的推理过程来回答问题。现有方法大多采用。。。

• 提出了一个合理且可解释的框架，明确地将外部推理路径与结构化信息结合起来，以解释和促进。。。