Hybrid CtrlFormer：通过基于 Transformer 的蒙特卡洛树搜索学习用于混合动作控制的自适应搜索空间划分

基于摘要分析。本文研究需要同时选择离散动作与连续参数的混合动作控制问题，提出 Hybrid Control Transformer（Hybrid CtrlFormer），通过分层动作空间表示和自适应搜索空间划分改善深度强化学习中的探索与利用，而非研究 EEG 解码或 BCI 控制。 核心机制是构建混合动作空间树：高层表示离散动作，低层表示相应的连续参数空间，并将参数空间拆分为多个子区域。在此基础上，采用基于 Transformer 的蒙特卡洛树搜索，沿树评估不同区域并将其划分为优劣子区域，以缩小需要重点探索的空间。摘要未说明 Transformer 的输入表示、训练目标、区域划分准则，以及树搜索与策略学习之间的具体交互方式。 作者将现有方法概括为分别建立离散与连续动作策略，或将混合动作空间简化为单一类型的控制问题，并认为这些处理未充分解决混合空间带来的探索困难。作者报告，该方法在多种离散—连续动作环境中达到当时最优的性能和样本效率；但摘要没有提供环境名称、对照方法、交互预算或量化指标，实验协议、消融及统计信息尚未验证，不能据此比较优势幅度。 平台推测（待验证）：若 BCI 下游控制任务同时包含离散指令选择与连续控制参数，该动作空间组织方式可能具有参考价值，但这不等于已验证 EEG/BCI 效果。可复用部分是混合动作树与搜索区域划分，需改造部分包括神经解码状态接口、安全动作约束和搜索时延预算。低信噪比、跨被试或通道变化造成的状态不确定性，以及小数据条件下有限的交互预算，可能使区域价值评估不稳定。一个可证伪的小实验是在固定解码器与交互预算的混合控制仿真任务中，对比自适应划分与固定划分，并在不同观测噪声下检查任务回报、样本效率和决策时延；相关 EEG 工作尚未检索确认。