KOI：通过混合关键状态引导加速在线模仿学习

基于摘要分析。该研究面向机器人在线模仿学习中探索空间大、专家轨迹有限，以及任务感知奖励估计不准确的问题，提出混合关键状态引导的 Online Imitation 方法 KOI。核心贡献是结合描述“做什么”的语义关键状态与描述“如何做”的运动关键状态，改进轨迹匹配奖励，引导更有效的在线探索。 机制上，KOI 首先利用视觉语言模型将专家轨迹划分为语义关键状态，用于表征任务目标；随后在相邻语义关键状态之间利用光流提取运动关键状态，刻画动作过程。两类关键状态共同参与轨迹匹配奖励计算。摘要未给出关键状态选择准则、奖励公式、模型训练方式或在线更新细节，尚不能判断各组件的独立贡献及额外计算成本。 作者报告，在 Meta-World 和 LIBERO 环境中，KOI 相较此前先进方法具有更高的样本效率，并通过真实机器人操作实验验证了方法的实用性。摘要未提供具体指标、交互预算、专家轨迹数量、对照方法及统计结果，因此不能量化收益或直接比较不同评估协议；实验协议、消融及统计信息尚未验证。 该方法依赖视觉专家轨迹、视觉语言模型的语义分段能力与光流提供的运动信息。其主要研究对象是机器人操作，并非 EEG 解码或 BCI；认知神经科学在此提供任务分解的启发，不构成神经信号实验依据。现有材料未建立视觉关键状态与 EEG 特征之间的具体对应关系，不据此推导 BCI 有效性或提出直接迁移实验；相关 EEG 工作尚未检索确认。