搜索树的共享知识集合 Shared KnowledgeEnsemble of Search Trees

搜索树的共享知识集合（Shared KnowledgeEnsemble of Search Trees，简称 SKEST）是由 Google DeepMind 于 2025 年 2 月提出的一种新颖的搜索算法，可以并行执行多个不同配置的束搜索，并允许它们通过知识共享机制互相帮助，相关研究成果发表于论文「Gold-medalist Performance in Solving Olympiad Geometry with AlphaGeometry2」。

SKEST 的工作原理如下所示：

在每个搜索树中，一个节点对应于一次辅助构造尝试，然后是一次符号引擎运行尝试。如果尝试成功，所有搜索树都会终止。如果尝试失败，节点将把符号引擎设法证明的事实写入共享事实数据库。这些共享事实经过过滤，使它们不是特定于节点本身的辅助点，而仅与原始问题相关。这样一来，这些事实也可以对同一搜索树中的其他节点以及不同搜索树中的节点产生助益。