Forager：用于 RL 中部分可观测持续学习的轻量测试平台

基于摘要分析。该研究面向持续强化学习（CRL）中需要长期学习、行动与探索的部分可观测环境，提出具有恒定内存占用的轻量测试平台 Forager，并通过示例任务与实验研究当前 CRL 智能体的局限。主要贡献是提供研究环境与评估载体，而非提出 EEG/BCI 解码算法。 作者指出，既有不少 CRL 实验主要在经典完全可观测 MDP 中引入不可观测的非平稳变化，关注可塑性丧失，却较少同时考察部分可观测性及记忆或循环机制的作用；部分可观测环境的计算开销可能是原因之一。Forager 旨在降低此类研究的资源门槛，并支持对智能体行为进行深入分析。摘要未说明恒定内存占用的具体实现、观测结构、奖励机制或任务切换规则。 作者报告，在所提供的实验与示例任务中，当前 CRL 智能体仍面临挑战，会出现可塑性丧失；相关缓解措施能够提供帮助，而利用状态构建（state construction）最为有用。此结论的算法范围、对照配置及效应大小尚未验证。作者还提出可持续生成新任务流的 Forager 变体，用于展示现有智能体在不断学习新任务时的局限。摘要未提供定量指标，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：部分可观测条件下的状态构建机制，可能为基于 EEG 反馈的持续交互智能体提供研究思路，但这是假设，不是已证实的 BCI 效果。可复用的是环境评测框架与状态构建的对照思路；若引入 EEG，需改造观测接口与反馈机制，并处理低信噪比、跨被试及跨会话漂移、小数据条件下的适应风险。一个可证伪的小实验是在相同任务、观测预算与训练预算下，对比无记忆策略和带状态构建的策略，逐步加入观测噪声与漂移，检验其收益是否保持。该实验仅能验证受控条件下的机制假设；已有 EEG 相关工作尚未检索确认。