轉換與編碼FTS用於SAT求解：什麼有幫助，什麼有害（擴充套件版）

因子化任務（Factored Tasks, FTS）是一種經典的人工智慧規劃表示形式，它透過引入析取前提、條件效應和天使非確定性等特性，對SAS+進行了擴充套件。與傳統的STRIPS或SAS+等規劃表示相比，FTS允許以更緊湊的方式描述規劃任務，並支援一系列任務轉換操作。然而，目前針對因子化任務的規劃方法主要侷限於啟發式搜尋，尚未充分利用布林可滿足性（SAT）求解器的強大能力。

在本項研究中，來自多個機構的研究人員系統探索了將因子化任務編碼為SAT問題的可行性。他們提出了多種編碼策略，重點關注如何將因子化任務的轉換關係高效地轉化為命題邏輯公式。這些策略包括直接編碼、基於狀態的編碼以及混合方法等，每種策略在求解效率上各有優劣。此外，研究者還分析了在SAT求解過程中如何利用不同層次的並行性，例如在編碼層面和求解器層面引入並行化技術，以提升整體求解效能。

一個重要的貢獻在於，該工作深入研究了常見的任務轉換（如目標拆分、動作分解等）對SAT規劃器效能的影響。實驗結果表明，某些轉換操作能夠顯著降低SAT問題的規模，從而提高求解速度；而另一些轉換則可能引入冗餘約束，導致求解效率下降。這些發現為實際應用中如何選擇合適編碼和轉換策略提供了指導。

該研究不僅為將SAT技術應用於更復雜的規劃問題開闢了新的路徑，也揭示了在規劃表示與SAT求解之間進行橋樑搭建時面臨的挑戰。論文作者包括João Filipe等三位研究者，於2026年5月28日提交至arXiv，目前已被收錄至人工智慧（cs.AI）類別。這一工作預計將對規劃領域的演算法設計、開源工具開發以及未來產品化的方向產生重要影響。