使用连续动作空间的协作式多智能体强化学习解剖标志点定位

基于摘要分析。该研究面向医学图像中的解剖标志点定位，提出连续动作空间的强化学习方法，使智能体能够沿任意方向、以可变步长移动；进一步引入多智能体协作，学习标志点之间的空间配置，以支持遮挡标志点的位置估计。 核心机制是以连续方向和可变步长替代离散移动动作，从而提高定位搜索效率。多智能体扩展允许不同标志点的定位智能体协作，利用可见标志点预测的相对位置推断被遮挡标志点。摘要未说明具体强化学习算法、状态表示、奖励设计、协作信息交换方式或训练与推理流程，这些细节尚未验证。 作者报告，在其医学图像定位实验中，与离散动作定位相比，连续动作方法所需的平均定位步数减少超过30倍；该数字对应搜索步数，而非定位精度或实际运行时间。作者另报告，该方法优于所比较的先进离散动作强化学习方法，并与先进监督回归方法表现相当；多智能体方法能够依据可见标志点的相对位置成功估计遮挡标志点。摘要未提供数据集、图像模态、划分方式、定位误差数值及具体对照名称，实验协议、消融及统计信息尚未验证。 研究的主要对象是医学图像中的空间定位，而非 EEG 解码或 BCI 控制。摘要支持其连续搜索与空间关系协作的研究价值，但不足以建立与 EEG/BCI 瓶颈的具体对应关系，因此不将上述结果外推为 BCI 效果，也不据此提出迁移复现实验。复现原方法需进一步核对全文中的动作边界、终止条件、奖励函数、协作机制与遮挡评估设置。