في خطوة نوعية نحو حل المشاكل المعقدة في الهندسة المركبية، قدّم الباحثون مؤخرًا إطار عمل مبتكر يعتمد على خوارزمية البحث الشجري الجيومتري (Geometry-Aware Monte Carlo Tree Search - MCTS). يتناول البحث بعض المشاكل الحرجة التي ترتبط بتكوينات النقاط ضمن شبكة $$n \times n$$، والتي تتطلب تطبيق قيود جيومترية صارمة.

تظهر التحديات التقليدية العامة في البحث، مثل الزيادة التوافقية (combinatorial explosion)، عجز الحلول الدقيقة في التعامل مع هذا النوع من المشاكل. كما أن نماذج التعلم المعزز والنماذج المعتمدة على المحولات تواجه صعوبات خاصة بمسألة "جرف الفعالية" بسبب المكافآت النادرة، مما يقيد من فعالية البحث. لذا، عمل الباحثون على تطوير إطار عمل جديد قادر على تجاوز هذه العقبات.

يعتمد هذا الإطار على تطبيق القيود الجيومترية بشكل صارم من خلال تحديثات تدريجية للمساحة المتاحة للحركة. على سبيل المثال، بالنسبة للقيود التي تتعلق بمجموعات من النقاط المتداخلة، كما هو الحال في مشكلة "عدم وجود ثلاثة في خط واحد" (Max-N3IL)، تُخفض تعقيد فحص القيود من $$O(n^3)$$ إلى $$O(n^2)$$.

لتحسين كفاءة البحث، تم استغلال التناظرات الجيومترية بطرق متعددة: يتم تقليم العقد (canonical pruning) أثناء توسيع النود لتقليل عامل التفرع، ويتم تسريع الانتقالات المتماثلة (symmetric batch transitions) لاكتشاف التكوينات الواعدة بشكل أسرع.

بعد إجراء تجارب موسعة، أثبت الباحثون نتائج حسابية جديدة معروفة لأفضل خمسة من بين ست مشاكل تناقشها الدراسة. كان من الملحوظ بالنسبة لمشكلة Max-N3IL، أن الباحثين تمكنوا من العثور على تكوينات بحجم تقريبًا $$1.8 n$$ لشبكات بحجم $$82 \le n \le 119$$. وبالنسبة لمشكلة المجموعة الكاملة الأصغر (Smallest Complete Set)، تم العثور على تكوينات بحجم تقريبًا $$0.95 n$$، مما يوفر حدودًا جديدة ضمن الشبكات المختبرة.

هذا العمل يضع إطار Geometry-Aware MCTS كأداة مرنة للغاية للحفاظ على تقدم مثير في اكتشاف تكوينات جديدة في الهندسة المركبية.