超越式逆优化：学习优于智能体决策的目标函数

基于摘要分析。该研究针对观测决策并非最优时，传统逆优化仍试图将其解释为最优解、因而学到折中目标权重的问题，提出 outperformance inverse optimization：学习目标函数权重，使各状态下诱导出的最优解在每个分量上都优于观测行动，而非仅复现行动。 核心机制是改变目标权重的学习准则。作者给出仅依赖前向问题求解 oracle 即可评估的损失，因此可用于混合整数线性规划（MILP），并提出梯度型与 DC 优化算法。摘要未提供损失具体形式、梯度计算方式或 DC 分解细节；逐分量优于观测的具体定义及其可行性条件也需全文核对，不能将其等同于任意综合指标的提升。 理论结果具有明确前提：权重须在所有观测状态上诱导出唯一且优于观测的最优解。在这一条件下，作者报告，新状态上未能诱导出此类解的概率，即泛化误差，其上界随观测数量增加而反比缩减；关于观测数量的依赖，该界在忽略对数因子后是紧的。该结论不能直接扩展到不满足唯一性或逐分量改进条件的情形。 作者报告，在合成与真实数据实验中，所提方法相较既有方法改善了对优于观测行动的解的预测。数据集名称、划分、基线、评价指标、改进幅度及计算开销尚未验证；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 通道选择可表述为 MILP，并具备多个可比较的目标分量和观测决策，本方法可能用于学习优于既有选择的目标权重。可复用部分是逆优化准则，需改造的是 EEG 目标、约束及前向求解器；低信噪比、小数据和跨被试差异可能使逐分量改进不可行或无法泛化。一个可证伪的小实验是在固定数据划分与相同求解预算下，对照传统逆优化，检查留出状态上的逐分量改进成功率，而非只比较单一分类指标。已有 EEG 相关工作尚未检索确认。