我认为，在2006年某个时候发布AIGER库以处理和反转图形之后（我认为），一些电路SAT解算器在2006-2008年发布，并且在一些SAT Races /竞赛中有AIG赛道。但是自那时以来，似乎重点一直完全放在SMT或改进子句SAT解算器上。
在我看来，专注于电路SAT似乎很有意义：许多（如果不是大多数的话）问题比CNF更自然地表达为电路SAT。电路提供了无法从CNF反向工程的结构信息，但是电路始终可以转换为CNF。而且至少在逻辑上具有重要工业意义的领域似乎特别适合AIG。
所以发生了什么事？事实证明，额外的结构信息对求解器没有帮助吗？基于AIG的SAT解决了失败的实验吗？
Answers:
您的问题有很多不同的角度。通常都同意您的前提，即在SAT公式中查看“结构信息”应该是一个很好的研究领域。
几十年来，CNF编码的SAT已经成为标准。它在1990年代初至中期通过DIMACS格式/比赛得到了巩固。
技术上，“结构信息”是什么？可能很难正式确定该概念并避免近重言式的圈子。SAT CNF编码与其他保留网络结构的编码之间实际上并没有任何区别。这在许多SAT求解器倾向于使用的“子句/变量图”概念中得到了体现。换句话说，从某种意义上讲，每个重要的SAT求解器都使用“结构信息”。
Tseytin变换可以轻松地将电路在P时间/空间内转换为SAT，以输入到标准SAT解算器中。据推测，它广泛用于许多环境中，尤其是EE电路环境中。
通常有一些相当孤立的研究按照您提到的方式进行，但是不幸的是（再次与您的前提一起），它似乎从未发展成研究趋势。不要认为那是由于缺乏潜力，而是更多的人为因素。有两篇最喜欢的论文[1] [2]，另一篇是从诸如“工业实例”或“电气工程”实例等领域进行了一些专门研究的特定实例。
CS纯粹主义者有时倾向于在所有数学抽象中都避开心理学/社会学方面的考虑，但是合理地讲，它仍然是计算机科学中的一个因素。您询问有关基于人类心理因素的研究趋势。它可能在这里又被称为“低挂水果” ，正在发生一些路灯效果。也许有人会说/考虑到，即使是几十年前的SAT算法研究，仍处于起步阶段，诸如P vs NP之类的大问题似乎不在眼前，也许现有的研究虽然仍然很重要，但仍只是在“摸摸表面”。 。
[1] 分解可满足性问题或使用图更好地了解可满足性问题，Herwig 2006（83pp）
[2] 约束刀锋沃尔什1998