82篇论文撑起一个判断：IJCAI为何仍是推理、规划与知识的“第一主场”

事件概述

IJCAI-ECAI 2026将于8月15日至21日在德国不来梅举行，由IJCAI与第29届ECAI欧洲人工智能会议联合举办。本届会议预估总投稿超5400篇，录用990篇，录用率约18%。

在main-track录用论文中，Knowledge Representation and Reasoning方向有67篇，Planning and Scheduling方向有32篇，两个方向合计占13.3%。若将Constraint Satisfaction and Optimization与Search两个同源方向计入，推理/规划/知识方向论文共计148篇，占比约20.8%，即每五篇论文中就有一篇属于符号推理谱系。

核心信息

推理：从纯符号到神经符号

• NDProp（Neural Decision-Propagation）：由维也纳理工大学、日本国立信息学研究所等单位提出，将Answer Set Programming（ASP）的求解过程转化为可微的神经网络计算，实现端到端训练。在MNIST算术推理任务上，NDProp准确率全面超越NeurASP和SLASH，平均推理速度比NeurASP快约42倍、比SLASH快约7倍。

• AESAT（LLM进化SAT求解器）：利用GPT-4.5、Claude 3.7、DeepSeek-R1协同迭代优化SAT求解器的分支启发式，衍生求解器AE-Kissat-MAB在2025年国际SAT竞赛主赛道夺冠，展示了LLM作为符号推理引擎“进化加速器”的路径。

• 抽象推理基础：Zeynep G. Saribatur在Early Career Spotlight环节报告了在ASP框架下发展形式化抽象方法的研究，其与CRIL实验室合作的论文“Abstracting the Indistinguishable in ASP”也被主track录用。

规划：经典PDDL与LLM驱动的混合规划

• DUPLEX：东北大学与美的集团联合提出，将LLM限制在结构化语义信息提取，由经典符号规划器完成逻辑规划；规划失败时再激活高容量LLM进行迭代反思。在12个规划领域评估中，DUPLEX在成功率和可靠性上显著优于端到端及混合LLM基线。

• SIPP-PP-LNS：Amazon团队提出两阶段实时多机器人运动规划框架，第一阶段用优先级安全区间路径规划生成无碰撞轨迹，第二阶段用XGBoost引导的大邻域搜索解决拥挤冲突。相比扩散规划器等方法快2至3个数量级，可在数十毫秒内生成多机器人无碰撞路径。

• ChinaTravel挑战赛：南京大学LAMDA实验室组织第二届智能旅行规划挑战赛，基于1154条真实中文旅行需求构建开放基准，通过组合约束验证检验LLM智能体的语义理解、约束满足与组合泛化能力。

知识：传统KRR深化与神经融合

• 法国CRIL实验室（Artois大学）在IJCAI-ECAI 2026共有7篇论文被录用，覆盖知识表示与推理的核心子方向，体现了该领域的高学术密度。

值得关注

IJCAI-ECAI 2026的论文格局印证了2019年南京大学俞扬教授的判断：IJCAI/AAAI在推理、规划、知识方向保持顶级水准。当前这些方向正通过与LLM、神经网络等深度结合获得新生命力，而非被大模型浪潮边缘化。