Spatial World Model：空间结构化潜在动力学与规划

基于摘要分析。该研究针对潜在世界模型的动力学表示纠缠、缺乏几何结构而限制可解释性与下游规划的问题，提出 Spatial World Model（SWM），通过正交性与方向排序构建空间结构化潜在动力学，并将其用于目标导向规划；主要研究对象是环境动力学与空间导航，而非神经信号解码。 机制上，正交性约束潜在方向彼此正交；方向排序使每个潜在转移投影按相应状态转移分量有序排列，以反映环境的空间组织。在此基础上，方法将当前位置到目标的潜在位移投影到所学习的方向上，形成目标导向的潜在启发式。Spatial-Aware Latent Planning（SLP）利用该启发式引导潜在路线图搜索，并将世界模型的局部预测组合成长时域计划。具体损失、约束实现及训练所需的状态信息尚未验证。 作者报告，在 OGBench PointMaze 实验中，SWM 学到了所述空间结构，SLP 在目标偏移较大、执行时域较长的条件下优于比较方法。摘要未提供具体指标、数值、比较方法或数据划分，实验协议、消融及统计信息尚未验证；不能据此判断收益来自表示约束、搜索策略还是二者组合。 平台推测（待验证）：若 EEG 驱动的光标或导航任务同时具有连续空间状态与转移记录，可探索将 SWM 的方向约束用于任务状态潜在动力学，再由解码结果驱动规划；这并不等于原方法已适用于 EEG。可复用部分是几何约束和规划启发式，需改造观测编码器及神经信号到任务状态的映射。低信噪比、跨被试差异、通道变化与小数据可能使任务方向和潜在方向的对应不稳定。一个可证伪的小实验是在固定 EEG 解码器和相同规划搜索预算下，比较有无几何约束时的目标到达表现与方向一致性，并区分被试内和跨被试协议。相关 EEG 工作尚未检索确认。