Programming-by-Example Task Decomposition Solver-Aware Reinforcement Learning
摘要

基于分解的示例编程(PBE)通过将任务拆分为子任务来扩展性能,其中分解器预测中间子目标,合成器据此生成程序。现有方法通常训练分解器模仿真实标签(GT)子目标,隐含假设分解质量是任务固有的。本文挑战此假设,指出对于具有固定归纳偏置的有界求解器,GT分解反映的是标注者的选择而非求解器的搜索动态。我们提出求解器感知分解(SAD),在保留监督训练的同时,利用冻结合成器的反馈直接优化分解器。实验表明,SAD通过权衡GT对齐度与求解可行性,显著提升了合成及端到端任务准确率,证明了分解质量相对于求解器而言,而非绝对最优。

AI 推荐理由

论文核心研究任务分解(Decomposition)策略,旨在优化子目标生成以适配求解器,属于规划能力中的任务分解与多步计划生成的关键机制。

研究机构
Clausthal University of Technology
论文信息
作者 Janis Zenkner, Tobias Sesterhenn, Tim Grams, Christian Bartelt
发布日期 2026-08-04
arXiv ID 2608.03461
相关性评分 9/10 (高度相关)