基于任务依赖规划的智能体自动推理方法及系统

本发明提出了基于任务依赖规划的智能体自动推理方法及系统，属于模型自动推理技术领域及系统。方法包括：根据当前任务的状态信息，采用正向推理模块预测需要执行的子任务，生成子任务和状态之间的依赖关系；根据所述子任务和状态之间的依赖关系，采用反向推理生成每个子任务与状态之间的依赖关系的置信度分数；通过对预测输出的子任务进行参数不确定性统计分析，生成结果的概率分布，量化子任务的不确定性；通过对执行者的历史行为和当前状态进行决策不确定性分析，评估其决策的可信度。解决了预定义任务依赖关系无法适应不同任务输入和拓扑结构的问题，避免了大语言模型在表达口头不确定性时过于自信的问题。