成功率100%
该算法结合STP代数表示与强化学习，为通用布尔网络提供了可证明的最优翻转路径计算方案，大幅提升大规模网络同步计算的可扩展性。
张志鹏 · Leihao, Du · 李海涛 · 刘洋 · Chen, Zhengqiang
IEEE Transactions on Systems, Man, and Cybernetics: Systems 2026
传统方法仅有23.4%的成功率，而该算法最高可达100%，几乎总能找到最优翻转序列。
平均翻转动作减少15%，意味着控制方案更简单、执行效率更高。
结合Q学习，算法能够处理更大规模的网络，扩展性显著优于传统方法。