基于 Predictive Neighbouring Space Scoring 的高效无地图导航分层强化学习

基于摘要分析。本文研究机器人无地图导航中的稀疏奖励、长决策时域及高维传感器输入问题，提出结合 Predictive Neighbouring Space Scoring（PNSS）的分层强化学习框架，通过预测候选子目标周围的可探索空间，为高层策略提供紧凑的子目标选择表征。 核心机制是根据当前 RGB 图像与 Lidar 扫描，利用深度神经网络估计机器人周围若干候选位置的空间开放程度，以这些位置的 PNSS 值辅助选择短期目标，再由低层策略执行导航，将长程任务拆分为多个短程片段。研究还考察候选位置布局，并在高层策略的奖励函数中引入惩罚项，使子目标选择考虑低层策略的执行表现；评分模型的具体监督方式、网络结构及惩罚项形式尚未验证。 作者报告，在逼真仿真环境的评估中，加入 PNSS 相比仅使用 Lidar、或使用 Lidar 与编码后 RGB 特征的基线持续改善导航表现，所设计的候选位置布局也有利于较长距离任务。材料未提供具体指标、数值、训练测试划分及统计信息，尚不能量化收益或核对各对照的实验条件。 适用范围方面，作者明确指出智能体仅在 iGibson 的家庭环境中训练，应用于其他场景需要更具代表性的额外训练；复杂真实环境验证及仿真到现实差距仍是后续工作。本研究的主要对象是机器人导航，而非 EEG 解码或 BCI；现有材料未建立候选空间评分与神经信号建模之间的具体对应关系，因此不据此提出 EEG 迁移效果或复现实验建议。