以状态为中心的决策过程

基于摘要分析。研究面向网页浏览器、代码终端和交互式仿真等语言环境：这些环境输出原始文本，却不直接提供 MDP 分析所需的显式状态空间、观测到状态的映射、经验证的转移与终止准则。作者提出 State-Centric Decision Process（SDP），由智能体在行动过程中逐个构建并检验自然语言谓词，生成包含上述结构的任务轨迹。 核心机制是“提出谓词—执行行动—核验观测”：每一步，智能体先声明描述预期世界状态的自然语言谓词，再采取使其成立的行动，并检查后续观测是否满足谓词；通过核验的谓词成为经验证的状态。这里的“验证”指摘要描述的观测核验过程，其是否具备形式化保证、如何处理含糊或不可观测条件，尚未验证。SDP 是语言环境中的运行时决策框架，不应因来源栏目名称而将其解读为序列建模中的 state space model。 作者报告，在覆盖规划、科学探索、网页推理和多跳问答的五个基准上，SDP 均取得最优的 training-free 结果，且任务时域越长，优势越大。摘要未提供基准名称、具体指标、数值、比较方法及预算条件，因此该结论只能限定于作者所述评估范围，不能外推为普遍优势。作者还报告，经验证的轨迹可支持逐谓词信用分配、失败定位、部分进展测量和模块化算子替换。状态核验器的实现、终止判定、额外调用成本，以及实验协议、消融和统计信息尚未验证。 平台推测（待验证）：若将 SDP 用于带文本反馈的 BCI 交互任务，其谓词核验与失败定位机制可能服务于任务层决策，但这不等于改善 EEG 解码。该假设依赖可观测、可核验的任务反馈；需要将带不确定性的解码输出映射为任务状态，并改造核验与终止模块。低信噪比、跨被试或通道变化及小数据条件下的不可靠解码，可能导致错误状态被确认。可检验的小实验是在固定解码器、相同任务及调用预算下，对比反应式决策与 SDP，测量任务成功率、错误状态确认率及交互成本，并控制反馈噪声。已有 EEG 相关工作尚未检索确认。