控制器的「人工可读」困境：丢一点最优性，换整整两个数量级的决策树缩小

做控制器的同学大概都有这个体验：模型跑通了，最优策略算出来了，可别人问"它到底怎么做决策的"，只能摊手。

不是不解释，是解释不动。MDP（马尔可夫决策过程）的最优策略抽成决策树之后，碰上大系统或者 Corner Case 多的场景，那棵树能长得让人不想看第二眼。dtControl2 是目前这方面做得最好的工具之一，但它的决策树仍然经常大到没法让人类真正理解。

最近 arXiv 上挂出来一篇被 FMCAD'26 录用的论文，dtControl2+ε，干脆换了个思路——让缩多少树就丢多少最优性，丢多少由人定。

给定一个允许的误差 ε ≥ 0，工具会构造一棵小得多的决策树，只保留控制器的"精髓"，同时保证 ε-最优性。论文给的说法是，结果决策树的规模比现有技术能缩小整整几个数量级。

几个数量级什么概念？就是之前需要看两眼才能找到关键分支的树，现在可能一张纸就画完了。代价是决策在某些边界上不再严格最优，但在 ε 范围内根本感觉不到损失。

有意思的是，它把可解释性从一个"全有或全无"的问题，变成了一个可调参的问题。以前要么接受一棵看不懂的大树，要么强行剪枝然后祈祷别出事。现在直接说"我可以接受 5% 的损失"，工具就能算出最小的那棵树。

这对实际落地场景是有意义的。很多工业控制系统、机器人策略、自动驾驶决策模块，负责人其实不是不敢用强化学习或最优控制，而是不敢让一个没人能审计的黑箱直接上线。如果有一个工具能把策略缩成几十个分支的决策树，并且明确显示损失了多少最优性，那合规和审核的阻力就小得多。

当然，论文的场景还是限定在 MDP 框架下，离通用模型解释性还有距离。但这个思路——用可控的精度损失换可读性——其实可以迁移到很多地方。回想一下最近各种大模型的量化、蒸馏、剪枝，不也在干类似的事吗？一个是让模型跑得更快，一个是让它更容易被人读明白。

论文链接在 arXiv:2607.25925，代码和工具目前看是按 CC BY 4.0 开源的。手里正好有个控制器正愁怎么跟业务方讲清楚它怎么干活的，可以去翻翻。