聚焦技能发现：学习控制特定状态变量并最小化副作用

基于摘要分析。本文研究强化学习中的技能发现：如何让智能体学到针对特定状态变量的控制技能，而不只是到达不同的整体状态。作者提出一种通用方法，使技能发现算法能够学习 focused skills，即以特定状态变量为目标的技能，以改善探索并减少下游任务中的负面副作用。 核心动机是：环境通常具有自然的状态变量，但既有技能发现方法可能忽略这些变量，使学到的技能难以实现针对性控制。作者认为，这会降低探索效率、增加利用技能进行学习的难度，并在目标描述不充分时引发不期望的状态变化。摘要未说明如何选择目标变量、如何约束非目标变量变化，以及对应的奖励、损失或训练流程，具体机制尚未验证。 作者报告，在文中实验条件下，方法使状态空间覆盖达到对照的三倍，并带来新的学习能力，且能在下游任务中自动避免负面副作用。不过，摘要未提供环境、对照算法、覆盖度定义、副作用评价标准或统计信息，因此这些结论目前只能作为作者报告，不能外推至所有强化学习任务；实验协议、消融及统计信息尚未验证。 研究对象是强化学习技能发现，而非 EEG 解码或 BCI 控制。现有材料不足以建立其与神经信号建模的具体机制对应，不据此推断 BCI 有效性；已有 EEG 相关工作尚未检索确认。复现需先取得完整方法、环境状态变量定义、基线及评估协议。