CSO：用于主动场景建图的约束引导空间优化

基于摘要分析。本文研究地面机器人如何在未知复杂场景中同时探索与建图，提出基于深度强化学习的 CSO 框架，通过对状态空间和 critic 空间施加约束引导的优化，降低探索路径搜索难度并减少长距离折返；研究对象并非 EEG 或 BCI。 机制上，CSO 首先将基于探索前沿的熵与原始观测共同作为网络输入约束，引导训练从模仿局部贪心搜索开始。作者指出，熵空间与真实世界的度量不一致，可能使仅依赖熵的优化陷入局部最优或产生低效折返。因此，方法进一步借鉴约束强化学习，引入基于动作掩码的优化约束，以对齐两个空间的度量。具体网络结构、奖励设计、约束实现及训练流程尚未验证。 作者报告，在包含不同规模的 29 个复杂室内场景、使用地面机器人的评估中，相较摘要所称的当前先进替代方法，平均探索效率提高 19.16%，探索完整性提高 3.12%。摘要未给出两项指标的计算方式、具体基线、场景划分或统计不确定性，因而这些增幅不能直接推广到其他评估协议。作者另报告了真实场景部署，可高效探索面积为 649 m² 的区域，但摘要未提供对应的耗时、完整性或比较结果。 阅读与复现时需核对熵约束和动作掩码各自的贡献、空间度量对齐的具体定义，以及不同场景规模下的性能变化；实验协议、消融及统计信息尚未验证。现有材料未建立该机器人探索机制与 EEG/BCI 问题之间的具体对应关系，不据此推断 BCI 有效性。