基于跨任务演化准度量结构的持续强化学习

基于摘要分析。本文研究持续强化学习中任务动力学与奖励变化、稀疏奖励及任务边界突变带来的知识迁移和遗忘问题，提出 CONQUEST，通过跨任务准度量表示刻画非对称、可组合的知识迁移关系，并支持任务无关策略的提取。 其核心机制是用准度量结构描述状态到目标的可达性，而非依赖任务特定的奖励与转移动力学来识别可迁移知识。作者引入 cross-task compositional successor distance，通过共享潜在路标连接任务特定表示，再学习统一的准度量空间，以捕捉跨任务可复用结构。摘要未给出距离的数学定义、路标获取方式、训练目标或策略提取细节，因此尚不能判断这种结构在任务动力学差异较大时成立的具体条件。 作者报告，在稠密奖励与稀疏奖励的连续控制任务，以及基于图像的持续强化学习基准上，CONQUEST 优于已有基线。摘要未提供基准名称、任务序列、对照方法、指标或数值；实验协议、消融及统计信息尚未验证，尤其需要核对知识迁移与遗忘分别如何评估，以及共享结构的贡献如何区分。 该工作的主要对象是持续强化学习智能体，而非 EEG 表征学习或 BCI 解码。其机制依赖状态—目标可达性与跨任务路标的对应关系，现有材料未建立这些结构与 EEG 数据的具体对应，因此不据此推断 BCI 有效性；相关 EEG 工作尚未检索确认。