用于学习参数化技能的目标空间自主发现

基于摘要分析。本文研究智能体如何在初始未知的环境中，自主发现可达目标并学习参数化技能；核心贡献是一种主动发现感知空间内可达目标流形的算法，而不是预先假定任务空间已知。 原问题与机制：参数化技能将多个目标或任务参数映射到实现这些目标的策略参数。本文关注以最终状态定义的任务。若直接将所有可能的传感器读数组成的感知空间视为目标空间，可达目标可能仅占其中很小的子空间，从而使自主技能学习受到维度灾难影响。作者提出主动识别可达目标流形，以缩小需要探索的目标范围。摘要未说明流形表示、主动探索准则、策略参数更新方式，以及是否依赖额外监督或何种数据规模。 验证范围：作者报告在多个模拟场景中验证算法，涉及冗余机械臂运动、推动物体和改变物体颜色。摘要未提供定量指标、对照基线或结果数值，因此不能据此判断性能增益及适用边界；实验协议、消融及统计信息尚未验证。复现还需核对完整算法、感知与动作空间定义、交互预算及实现条件。 平台推测（待验证）：假设 BCI 闭环任务能够定义可观测的外部终态，例如辅助机械臂的位置，该思路可能用于发现用户与控制器共同能够达到的目标集合，而非直接用于 EEG 解码。可考虑复用目标空间探索模块，但需改造动作执行与反馈机制，以适应解码不确定性和用户学习。EEG 低信噪比、跨被试或通道变化，以及有限交互数据，可能使暂时执行失败被误判为目标不可达。一个可检验的小实验是在固定解码器与相同交互预算下，比较主动目标发现与完整目标空间采样的目标到达率，并检查估计目标集合的稳定性。该设想不属于论文已验证结果，已有 EEG 相关工作尚未检索确认。