近日，湖北工业大学计算机科学与人工智能学院，工业大数据与人工智能团队李伟东博士（第一作者）、叶志伟教授（通讯作者），联合澳大利亚卧龙岗大学计算机学院沈俊教授的研究论文《MultiHop Knowledge Graph Reasoning with Pretrained Models and Continuous Rule Guidance》被国际顶级期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence（IEEE TPAMI，CCF A 类SCI一区，IF：20+） 正式录用。TPAMI 是人工智能领域国际公认顶刊，本次成果实现我院在该顶级期刊录用上的历史性突破。

一、研究背景

知识图谱以三元组存储现实世界事实，广泛用于智能语义搜索、知识问答、实体消歧等 AI 任务。现实知识图谱普遍存在信息缺失。多跳知识图谱推理，就是从已有知识中挖掘出图谱内隐藏的缺失事实。

现有基于多智能体强化学习的多跳推理方法存在两大痛点：

1. 实体智能体、关系智能体进行路径探索时，下一步动作选择能力不足；

2. 传统符号逻辑规则是离散形式，造成关系智能体奖励信号稀疏，模型难以充分利用逻辑规则指导推理。

针对以上难题，团队提出PTM4MR 模型，融合预训练 Transformer 和连续化规则引导，显著提升知识图谱多跳推理综合性能。

二、核心创新点

PTM4MR 采用三层模块化架构：底层知识图谱嵌入层 ArgEmb、中间预训练增强层、顶层多智能体强化学习推理层。

1. ArgEmb 关系参数嵌入模块 设计关系参数嵌入 ArgEmb，将离散符号逻辑规则转化为可计算的连续向量，生成连续规则奖励，解决传统符号规则奖励稀疏问题，让每一条推理路径都能获得逻辑规则监督引导。

2. 三大预训练子任务增强路径感知 借鉴 BERT 的 NSP 下一句预测，设计下一步动作预测、下一实体预测、下一关系预测三个预训练任务。通过子图采样构建推理路径序列，预训练提升智能体对于推理路径的感知敏感度，帮助智能体更加合理选择后续推理步骤。

3. 双智能体强化学习推理框架 构建关系智能体 + 实体智能体双智能体强化学习框架。Transformer 编码器编码历史路径信息，策略网络分别完成关系、实体迭代选择；把预训练学到的路径知识、ArgEmb 输出的连续规则奖励引入强化学习，完成多跳推理路径搜索。

论文原图：图 4 多智能体强化学习顶层模块结构图

三、主要实验结果

团队在 FB15K237、WN18RR、NELL995 三个公开标准知识图谱基准数据集开展大量对比实验。PTM4MR 对比规则类、嵌入表示类、多跳推理类主流基线模型，在 MRR、Hits@1、Hits@10 核心评价指标上取得最优效果。

四、研究价值与意义

1. 理论创新：提出离散逻辑规则转为连续向量奖励新思路，打通符号逻辑与强化学习多跳推理的鸿沟；利用预训练提升强化学习智能体路径感知，为知识图谱推理提供新范式。

2. 应用价值：技术可支撑知识问答、智能检索、知识补全，对知识驱动人工智能落地具备实用价值。

3. 学科建设：本篇 IEEE TPAMI 论文是学院在人工智能 CCF A 类顶级期刊上的重大历史突破，充分体现我院知识图谱方向科研实力，为学科建设、研究生培养打下坚实基础。

五、在大数据、大模型与工业界的应用潜力分析

该研究成果在大数据、大模型以及工业智能领域具备良好的应用潜力。在大数据场景下，可用于多源异构行业知识图谱的补全、深度关联情报挖掘与数据降噪，同时输出可追溯推理路径，规避黑盒分析风险。在大模型应用中，可作为外部知识增强模块，实现复杂问题的多跳知识检索，辅助校验大模型输出事实，缓解大模型幻觉问题，助力垂直领域 RAG 系统建设。面向工业智能，能够支撑设备故障根因诊断、工艺辅助决策、供应链风险溯源等业务，可将专家的符号化经验转化为模型可利用的连续引导信号，适配真实环境下不完备的工业知识库，对智能制造、行业知识驱动的人工智能落地具有较高参考价值。