寻找树：通过搜索为黑盒系统综合决策树策略

决策树由于其可解释性，作为（动态）系统的控制策略极具吸引力。遗憾的是，构建或综合此类策略是一项具有挑战性的任务。先前的方法通过模仿神经网络策略、逼近通过形式化综合获得的表格策略、采用强化学习，或将问题建模为混合整数线性规划来实现这一点。然而，这些工作可能需要获取难以得到的精确策略或环境的形式化模型（在形式化综合的范围内），并且可能无法对最终树策略的质量或规模提供保证。相比之下，我们提出了一种方法，在给定确定性黑盒环境和规范、树谓词的离散化以及初始状态集合的情况下，综合最优决策树策略，其中最优性是关于实现目标的步数来定义的。我们的方法是一种专门的搜索算法，它在给定的离散化下系统地探索（呈指数级庞大的）决策树空间。关键组件是一种新颖的基于轨迹的剪枝机制，可显著减少搜索空间。我们的方法代表了一种概念上新颖的方法，即使对于具有黑盒规范的黑盒环境，也能综合具有最优性保证的小型决策树策略。