多任务强化学习中的连续专家表征几何

基于摘要分析。本文研究多任务强化学习（MTRL）中共享表征促进迁移与专家专门化抑制干扰之间的权衡，提出 Continuous Orthogonality Control（COC），将专家表征分离程度作为可连续调节的几何变量，而非由架构或优化设置预先固定。 机制上，COC 在允许专家表征重叠的框架与正交边界之间插值，同时保持专家网络、任务条件化、聚合机制、优化目标和模型容量不变；研究另用专家相干性（expert coherence）度量实际形成的几何结构，避免将控制参数直接等同于实现的分离程度。摘要未提供具体参数化和训练实现，相关复现条件尚未验证。 作者报告，在 Meta-World 的 MT10 与 MT50 上，基于五个随机种子的评估，最高观测性能均位于较宽的中等分离区域；在所评估的 MiniGrid 设置中，最大分离边界取得最高观测回报。摘要未给出具体分数，不能据此比较不同任务设置的绝对效果。作者还报告，提高控制坐标会系统性降低专家相干性，但 Meta-World 上的性能随实际相干性非单调变化，因此相干性适合作为几何诊断，而非普适的单调选优指标。在 MT10 上，所测试的开环调度及分离强度的端到端学习均未达到最佳固定设置，且可学习的有效系数趋向最大分离边界。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：这一受控几何干预思路可能用于检验多任务 EEG 模型中共享与专门化的权衡，但原研究对象是强化学习策略，并非神经信号解码。迁移需保留多专家结构并适配 EEG 编码与任务条件化；低信噪比、被试差异和小数据可能使相干性变化与泛化收益脱钩。可在固定容量的多任务 EEG 基线上扫描少量固定分离强度，在预先固定的跨被试划分下同时比较解码指标与专家相干性，以检验中间分离区域是否确有收益。已有 EEG 相关工作尚未检索确认。