arXiv cs.AI· Zhenchao Sun, Chongyang Tao, Ping Lu, Tongkai Lu, Jianling Gao, Shuai Ma·· 1 天前AI 评分29
SAT-ACT：从结果导出的动作偏好中学习 CDCL 分支决策
SAT-ACT: Learning CDCL Branching from Outcome-Derived Action Preferences
AI 导读
SAT-ACT 是一个从结果导出动作偏好的 CDCL 分支学习框架，通过三种互补的结果比较准则，从同一求解器状态下的独立分支动作 rollout 中提取偏好，证据不足或冲突时保留未定比较而非用预设标量指标强行排序。
正文 · AI 翻译
摘要：基于学习的方法在 SAT 求解中日益受到探索，尤其关注改进冲突驱动子句学习（CDCL）求解器中的分支决策。这些方法要么从 SAT 公式的静态结构特性中获取分支指导，要么从求解器反馈和执行轨迹中获得的动态信号中获取分支指导。然而，这些形式的监督对状态相关的分支效果提供的证据有限，而不同的结果度量可能偏好不同的分支选择。为解决这些局限，我们提出 SAT-ACT，一个面向 CDCL 分支的结果驱动学习框架。我们设计了三个互补的结果比较准则，从在同一求解器状态下发起的独立分支动作 rollout 中提取动作偏好。这些准则识别由结果支持的偏好，并在证据不足或相互冲突时保留比较未决，而不是使用预定义的标量度量强制排序。一个状态条件网络从提取的偏好中学习分支优先级，并直接用于指导 CDCL 搜索，无需在线动作 rollout。我们进一步引入非支配启发式动作监督，仅当求解器所选动作在这些偏好下仍保持非支配时，才将其保留为训练目标。求解器级实验表明，SAT-ACT 在三个 SAT 家族上持续降低 CDCL 搜索成本，并在 SAT Competition 基准上改善 PAR-2。
| 评论： | 审稿中 |
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.41290 [cs.AI] |
| （或 arXiv:2610.41290v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41290 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zhenchao Sun [查看邮箱]
[v1]
2026年10月30日星期五 05:52:04 UTC（333 KB）
[v2]
2026年11月2日星期一 13:28:28 UTC（368 KB）
来源：arXiv cs.AI · arxiv.org