当你在为《自动化学报》(Acta Automatica Sinica, AAS) 撰写相关工作、文献综述或确立创新性(delta)时调用。
给出以差异为先的文献组织法、控制/自动化/模式识别方向代表作的覆盖策略、与最接近工作的对比表、避免"重复前人/无新意"初审退稿的自检，以及综述栏目所需的分类框架与批判性评价方法，帮助在 Acta Automatica Sinica 的中英文双语与综述长文传统下清晰界定本文相对已有研究的增量。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
本技能帮你为《自动化学报》(Acta Automatica Sinica, AAS) 写出以 delta 为先的相关工作与综述。
AAS 只发表创新性成果，初审对"重复前人、无新意"很敏感，相关工作是证明创新性的主战场。以下方法于
2026-07-09 核验框架（见 resources/official-source-map.md）。
相关工作不是文献罗列，而是用他人工作反衬本文增量。每引一组工作，都要落到"他们做了什么、局限 在哪、本文如何突破"。
[主题簇] ___（如：含饱和的多智能体一致性）
[代表作] 文献[a][b][c]
[他们的局限] a: 依赖全局信息；b: 仅局部稳定；c: 未考虑饱和
[本文 delta] 仅邻居信息 + 全局一致性 + 反饱和
| 层次 | 覆盖什么 |
|---|---|
| 奠基工作 | 该方向经典模型/定理（一致性、Lyapunov 稳定、经典识别方法） |
| 最接近工作 | 与本文问题设定最相近的 3~5 篇，逐一对比 |
| 近两年进展 | 反映当前前沿，含本刊与兄弟刊近作 |
| 交叉与反例 | 相邻方向、可能质疑本文的工作 |
优先引本领域高质量来源；本刊《自动化学报》(Acta Automatica Sinica) 及控制/自动化主流刊的近作应有 适当覆盖，体现对本刊话语体系的了解。
用一张表把本文与最接近工作对齐，列维度可含：系统模型、假设、信息需求、稳定性结论、是否处理约束、 实验验证方式。表末一行是"本文"，直观呈现 delta。
| 工作 | 系统 | 信息需求 | 稳定性 | 约束处理 | 验证 |
|---|---|---|---|---|---|
| 文献[a] | 一阶 | 全局 | 渐近 | 无 | 仿真 |
| 文献[b] | 二阶 | 邻居 | 局部 | 无 | 仿真 |
| 本文 | 二阶 | 邻居 | 全局渐近 | 饱和 | 仿真+实物 |
投综述栏目时，相关工作升级为全文主体，需要：
aas-writing-style）。[目标刊] 《自动化学报》(Acta Automatica Sinica, AAS) [栏目] 综述/论文/短文
[主题簇] 1.___ 2.___ 3.___
[每簇代表作与局限] ...
[对比表维度] 系统/假设/信息需求/稳定性/约束/验证
[本文 delta 一句话] ___
[综述专属] 分类框架? 批判评价? 未解问题?
[自检] 无遗漏削弱新颖性的近作? 自引中性保双盲?
系统检索是 delta 可信的前提，综述稿更须写清检索方法：
| 要素 | 内容 |
|---|---|
| 数据库 | CNKI/万方/维普 + Web of Science/IEEE/Scopus |
| 关键词 | 中英文对照的领域术语组合 |
| 时间范围 | 近若干年 + 奠基经典 |
| 纳入/排除 | 主题相关性、质量、可获取性 |
| 追踪 | 高被引文的引文网络（引用与被引） |
综述可把检索策略写进正文或附录（见 aas-supplementary），显著提升可信度与可复现性。
避免相关工作过长喧宾夺主（论文），也避免过短无法支撑创新性主张。
相关工作确立的 delta 要在摘要、引言贯通一致：
[相关工作] 指出最接近工作的局限 → [引言] 收束为本文 gap → [贡献] 可数陈述 → [摘要] 报道性呈现
三处口径一致，外审才能形成清晰的创新性判断，避免"摘要说的贡献在正文找不到对应"的割裂。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Use when packaging AAAI code, data, multimedia appendices, technical appendices, reproducibility evidence, and post-acceptance artifact releases without violating double-blind or immutable-supplement rules.
日本語の概要は準備中です。原文の説明を表示しています。
Use when drafting an AAAI author response (rebuttal) under the single short character-limited author-feedback window, the no-URL rule, no-new-results guidance, AI-generated-review handling, and the AAAI two-phase review process where Phase-2 papers receive one feedback round before SPC/AC discussion.
日本語の概要は準備中です。原文の説明を表示しています。
Use when preparing an accepted AAAI paper for camera-ready source submission to AAAI Press, including proceedings page limits, two-column template compliance, copyright transfer, purchased extra technical pages, deanonymization, registration, oral or poster presentation, and final public artifact release.
日本語の概要は準備中です。原文の説明を表示しています。
Use when designing or auditing AAAI experiments for the broad-AI program committee, including baselines, ablations, statistical significance, robustness, human evaluation, AI-for-Social-Impact and alignment/safety evidence, compute and cost reporting, and reproducibility-checklist alignment for Phase-1 survival.
日本語の概要は準備中です。原文の説明を表示しています。
Use when positioning an AAAI paper's novelty against archival work, contemporaneous arXiv or workshop papers, and AAAI/IJCAI/NeurIPS/ICML/ICLR neighbors across the broad AI scope, while staying inside AAAI's dual-submission and AI-as-source policy constraints and writing a related-work section legible to non-specialist reviewers.
日本語の概要は準備中です。原文の説明を表示しています。
Use when strengthening an AAAI paper's reproducibility checklist (placed after references), experimental traceability, seed and hyperparameter reporting, compute and cost disclosure, dataset access and licensing, code/data ZIP readiness, and the claim-to-evidence map that Phase-1 reviewers use to judge rigor across AAAI's broad AI scope.
日本語の概要は準備中です。原文の説明を表示しています。