本研究提出了一种新颖的谓词决策图（PDD），结合了决策树和二元决策图的优点，提升了安全关键控制器的可解释性和效率，简化了构建过程，具有广泛的应用潜力。

本文探讨了一种基于SAT的最优二元决策图学习方法，以提升机器学习模型的可解释性。研究提出了新型逻辑综合运算符PruneX，显著提高电路效率，并提出了ABC-RL算法，优化电路设计方案，性能提升达24.8%。HOGA模型在复杂电路问题中表现优异，减少了估计误差，提高了推理准确率。