通过控制学习感知世界：基于 Empowerment 的表征学习

基于摘要分析。该研究面向强化学习（RL）中观测维度远高于控制所需变量的问题，探讨能否仅保留与控制相关的环境特征。作者以 empowerment 目标为切入点，分析智能体如何通过最大化自身对环境的影响，学习隐式的、以控制为中心的世界表征。 核心机制：empowerment 被用于无监督技能学习；作者报告，该目标下的智能体会形成 forward 与 backward 两种表征，分别捕获状态的互补方面，并对与控制无关的特征保持不变。摘要未说明这两类表征的具体定义、参数化方式、损失形式及成立条件，因此不能将其解释为已确认的网络分支或特定训练架构。 研究意义：作者强调，面向控制最大化的主动交互，而非仅从被动数据集学习，是获得上述有用不变性的关键，并将这一观点与因果学习联系起来。需核对正文中的理论假设，以及交互方式、环境动力学和控制无关因素的定义，才能判断结论的适用范围。实验环境、数据规模、对照基线、结果指标、消融及统计信息尚未验证。 平台推测（待验证）：其潜在对应场景是具有动作与环境反馈的闭环 BCI，而非普通离线 EEG 分类。假设交互能够帮助区分任务可控状态与无关扰动，可借鉴其控制相关表征目标；但需改造 EEG 编码及动作—反馈建模，并依赖可获得的交互轨迹。低信噪比、跨被试与通道差异、小数据，以及神经状态与外部动作效果之间的间接联系，都可能使该假设失效。一个可证伪的小实验是在同一闭环任务和匹配数据预算下，对比 empowerment 表征与被动表征对预先定义的任务无关扰动的稳健性及控制表现；具体实现仍需全文支持。相关 EEG 工作尚未检索确认。