SAT-ACT：基于求解结果推导动作偏好的 CDCL 分支决策学习框架

SAT-ACT 提出一种基于求解结果推导动作偏好的学习框架，通过三种互补的结果比较准则，从相同求解器状态下的独立分支动作试验中提取偏好，并保留证据不足或冲突的未决比较。状态条件网络据此学习分支优先级，无需在线动作试验即可指导 CDCL 搜索。在三个 SAT 问题族上，该方法持续降低搜索成本，并提升 SAT Competition benchmarks 的 PAR-2 表现。