KPHarness：面向长时程游戏执行框架的知识与探测协同演化

KPHarness 研究冻结的 vision-language-action 模型在长时程游戏中失败后，如何依据诊断证据改进外部执行框架，而非仅更换恢复规则。其核心贡献是让恢复知识与主动探测协同演化，在不更新基础模型的情况下调整干预与失败调查方式。基于摘要分析，未取得论文全文。 机制上，恢复知识提供情境相关的干预假设，以指导主动探测；探测结果反过来界定假设的适用条件，并改进恢复知识和后续探测选择。系统将快速策略执行与较慢的研究循环分离，后者把积累的知识和探测证据转化为受限的执行框架修订。每次修订均在匹配的沙盒条件下与当前版本进行配对评估，仅在评估显示改进时接纳；经过进一步验证的恢复策略被保留以供跨任务复用。适应期间，即时交互反馈与延迟的回合成功信号用于更新动作探测和知识探测策略。 作者报告，在涵盖采矿、战斗和合成的 Minecraft 任务上，该方法相较裸策略执行、人工指定的固定执行框架，以及采用非自适应探测的仅知识演化框架，提高了任务覆盖范围。作者还报告，在未见任务评估中，固定演化后的执行框架、知识库与探测策略，仍可提高任务完成表现。摘要未给出具体数值，任务划分、评估预算、重复次数、消融及统计信息尚未验证，不能据此判断收益幅度及稳定性。 该研究依赖可交互环境、失败轨迹、回合成功反馈及可匹配的沙盒评估条件，主要对象是游戏智能体的执行控制，不是 EEG 解码或 BCI 验证。平台推测（待验证）：若 BCI 系统具有可重复的离线回放或模拟环境，可考察其“诊断探测—有限修订—配对验收”流程；但探测动作、反馈与安全约束需重新设计，低信噪比、跨被试差异及小样本可能使诊断与验收不稳定。一个可检验的小实验是在相同回放数据与预算下，对比自适应探测和固定探测能否更稳定地定位预设通道异常；这只能验证诊断流程，不能等同于在线 BCI 收益。相关 EEG 工作尚未检索确认。