SUSD：通过状态因子化实现结构化无监督技能发现

基于摘要分析。该研究针对强化学习中的无监督技能发现：如何在没有外在奖励的条件下，学习覆盖不同可控实体、具有动态性且可用于下游任务的技能。作者提出 SUSD，将环境状态空间分解为独立因子，为不同因子分配不同技能变量，并自适应地将探索重点转向探索不足的因子。 机制与对照：摘要指出，基于互信息（Mutual Information）的技能发现方法受其不变性性质影响，容易偏向简单、静态技能；Distance-Maximizing Skill Discovery（DSD）利用状态空间距离鼓励动态技能，但仍难以覆盖全部可控因子或实体。SUSD 的主要机制是显式利用环境的组合结构，以因子级技能变量提供更细粒度的探索与控制，并通过动态模型跟踪各因子的学习进展。摘要未说明状态因子是预先给定还是学习得到，也未给出独立性约束、目标函数及动态模型的具体实现，均尚未验证。 作者报告，在三个环境、状态因子数量范围为 1 至 10 的实验中，SUSD 能无监督地发现多样且复杂的技能，并在因子化及复杂环境中优于现有无监督技能发现方法。作者还报告，因子化技能表示支持对个体实体进行细粒度、解耦控制，并有助于通过 Hierarchical Reinforcement Learning（HRL）训练组合式下游任务。摘要未提供环境名称、评估指标、效应大小、具体基线或统计检验，因此不能量化其优势；实验协议、消融及统计信息尚未验证。 复现条件：摘要提供匿名代码仓库，但代码内容、运行依赖及环境配置尚未核验，复现时需重点核对状态分解的获得方式、探索资源分配规则及下游任务训练协议。该研究的主要对象是强化学习环境中的技能发现，并非 EEG 解码或 BCI 控制；材料没有建立状态因子与神经信号之间的具体机制对应，不能据此推断 BCI 有效性。已有 EEG 相关工作尚未检索确认。