TIMAR：面向样本高效多智能体强化学习的转移信息引导表征

基于摘要分析。本文研究多智能体强化学习（MARL）中交互采样成本高、局部观测难以充分反映智能体间影响与协作的问题，提出 Transition-Informed Multi-Agent Representations（TIMAR），利用联合转移模型提供的自监督信号学习表征，以提高下游 MARL 算法的样本效率。 核心机制是将联合转移模型作为多智能体系统动力学的代理世界模型，通过预测未来观测并鼓励预测与实际未来观测一致来训练表征。辅助模块基于连续观测和动作预测未来转移，旨在帮助智能体推断系统潜在状态并考虑其他智能体的影响。其着力点不是直接改进策略更新，而是从高维观测中提取有助于策略学习的语义表征；具体损失形式、模型结构、联合信息在训练与执行阶段的可用性尚未验证。 作者报告，在多种 MARL 环境中，TIMAR 相比 MAPPO、HAPPO、finetuned QMIX、MAT 和 MA2CL 等基线改善了性能与数据效率，并可提升 Transformer-based MARL 算法 MAT 的泛化能力。摘要未提供环境名称、交互预算、评价指标、具体数值或泛化划分，因此不能量化收益或判断不同协议下的可比性；实验协议、消融及统计信息尚未验证。 本文主要研究对象是多智能体决策，而非 EEG 表征或 BCI 解码。其机制依赖连续观测、动作与后续转移数据，当前材料未建立这些要素与具体 BCI 任务的对应关系，不据此推断 EEG/BCI 有效性；相关 EEG 工作尚未检索确认。复现需进一步核对世界模型的输入、训练数据构造、辅助目标与策略优化的耦合方式，以及各基线的交互预算和调参条件。