通过深度强化学习为量化布尔公式学习启发式策略
计算机科学中的逻辑
2019-11-01 v3 人工智能
机器学习
摘要
我们展示了如何通过深度强化学习为量化布尔公式的自动推理算法学习高效的启发式策略。我们聚焦于一种回溯搜索算法，该算法已能求解规模惊人的公式——变量数可达数十万。主要挑战在于找到这类公式的一种表示方式，使其能够以可扩展的方式进行预测。针对一类具有挑战性的问题，我们学习了一种启发式策略，与现有的手写启发式策略相比，其可求解显著更多的公式。
引用
@article{arxiv.1807.08058,
title = {Learning Heuristics for Quantified Boolean Formulas through Deep Reinforcement Learning},
author = {Gil Lederman and Markus N. Rabe and Edward A. Lee and Sanjit A. Seshia},
journal= {arXiv preprint arXiv:1807.08058},
year = {2019}
}