本研究提出了一种新方法，通过历史规划数据解决机器人和自主系统中的在线规划问题。基于蒙特卡洛树搜索的算法显著提升了决策效率，缩短了计算时间。

该文综述了树结构与深度强化学习结合的多种方法，包括：TreeQN利用树形模型进行在线规划；LTS+CM基于Levin树搜索优化策略，可求解魔方等问题；GATS结合生成对抗树搜索与MCTS，但性能未超越DQN；SDT将神经网络控制器转换为软决策树以便验证；此外还涉及梯度下降学习硬决策树、Dynamic Simulation MCTS加速NoGo训练、学习可解释决策树、基于模型的MCTS样本复杂度分析、神经决策树及DeepTree生成树木等方法。