从图像中无监督落地可用于规划的一阶逻辑表示

基于摘要分析。本文研究如何从图像中无监督学习离散、可解释且兼容符号经典规划的一阶逻辑表示，提出 First-Order State AutoEncoder，将视觉表示与对象间的逻辑关系连接起来；主要研究对象是视觉环境的符号建模与规划，而非 EEG 或 BCI。 其出发点是：强化学习中的关系表示不一定是可直接用于经典规划或目标识别的离散逻辑谓词。既有 Latplan 通过 State AutoEncoder（SAE）将图像编码为兼容经典规划的命题表示；本文进一步学习一阶逻辑谓词与事实。摘要描述的关键机制是，每个谓词接收可解释的对象参数，以命题真值表达对象间的关系。相较于仅获得命题编码，这一设计旨在让表示显式承载对象及其关系，并支持更紧凑、抽象的环境模型。 在 8-Puzzle 与照片级逼真的 Blocksworld 环境实验中，作者报告：学得的谓词能够捕捉空间等可解释关系，有助于构建紧凑的抽象环境模型，且所得模型兼容符号经典规划。摘要未提供定量指标、数据划分、对照基线或规划成功率，因此这些结论目前只能按作者的定性报告理解，不能据此判断性能提升幅度。 复现时需核对对象参数的获得方式、离散谓词的学习与约束机制，以及符号模型如何接入规划器；训练目标、实验协议、消融及统计信息尚未验证。现有材料没有建立该机制与 EEG/BCI 的具体对应关系，不据此推断其在神经信号任务中的有效性。