AutoVSR：从电路原理图到符号表达式生成的自动视觉符号推理

符号表达式能有效刻画并预测电路行为，但直接从电路原理图推导它们极具挑战。该过程要求从图像准确进行电路结构的视觉到符号构建、以及正确的多步符号推导——两者都有严格的正确性要求。本工作提出AutoVSR：一个使用视觉语言模型（VLM）的电路表达式视觉到符号生成自动化框架。通过把电路图重构为可执行中间表示（Executable IR）并借助符号求解器推理，AutoVSR显著提升符号表达式生成的准确率。AutoVSR引入两项关键创新：由元件规则检索与验证反馈引导的IR构建方法；以及实现为规划智能体、配备符号工具库以支持可靠多步推导的符号求解器。在主符号表达式生成任务上与端到端VLM方法及专用方法对比：AutoVSR分别取得30.01–59.45%与41.96–51.84%的准确率提升；且在推理成本与计算效率上超过闭源最先进VLM。代码见https://github.com/LongfeiLi1/AutoVSR。