本文介绍了一种结合自动学习和规划的方法，解决泛化计划问题。通过 Max SAT 表达式自动学习特征和抽象动作，利用全观测非确定性规划器生成计划。研究表明新算法在 FOND 规划中的有效性和鲁棒性，并提出基于图神经网络的泛化策略学习方法，强调目标识别和尽力策略的合成技术。实验结果显示这些方法在多个领域中表现优异。