SAT-ACT：基于结果导向动作偏好的 CDCL 分支决策学习框架

SAT-ACT 是一种面向 CDCL 分支决策的学习框架，通过在相同状态下执行独立动作 rollout 与三种互补标准提取动作偏好。其利用状态条件网络学习分支优先级，无需在线 rollout 即可直接指导搜索，并引入非支配启发式动作监督。实验表明，SAT-ACT 在三个 SAT 族系上持续降低搜索成本，并在 SAT Competition 基准上提升了 PAR-2 表现。