近日，一篇題為《Structure-Induced Information for Rerooting Levin Tree Search》的論文被ICML 2026接收。該論文由Jake Tuero等四位作者共同完成，針對基於子目標的策略樹搜索中顯式子目標生成開銷大、可擴展性差的問題，提出了基於學習型重路由器的解決方案。
傳統方法需要顯式生成並推理子目標，這在高維複雜環境中效率低下。作者利用最近引入的√LTS算法，通過一種稱為重路由器的組件隱式地將問題分解為軟子任務。本文提出了三種重路由器設計：基於聚類的重路由器利用全局狀態空間結構；基於啓發式的重路由器利用學習到的成本估計；混合型則結合兩者優勢。
這些設計避免了顯式重構和推理子目標，從而以更低的計算開銷實現了搜索資源的可擴展分配。實驗表明，基於重路由的方法能夠擴展到基於子目標的策略樹搜索失敗的複雜環境，並在測試領域達到了最先進的在線訓練效率。
此外，該工作還提供了理論分析，展示了重路由器如何利用結構信息提升搜索效率。作者指出，未來工作可以探索自適應重路由器以及在其他規劃問題中的應用。該研究為複雜決策問題中的高效搜索提供了新的思路。