面向长时域空中探索的反事实预测记忆学习

基于摘要分析。该研究面向空中机器人长时域探索，研究如何记住哪些新观测会使原有飞行意图失效，而不只是保存几何可通行性或访问顺序。作者提出 counterfactual predictive memory（CPM，反事实预测记忆），以动作条件化表示预测短时感知机动如何改变新增观测体积、探索前沿连通性及后续代价。 核心机制是构造共享同一已观测历史的成对模拟器分支，使其仅在未观测环境或所执行机动上不同。单一学习得到的转移规律同时评估即时运动与以观测为条件的后续过程，其价值差异还用于决定哪些历史细节可以压缩。相较于仅描述前沿状态或缓存全局巡游顺序，该方法试图表示新观测对决策后果的影响。作者还推导了条件动作后悔界，但其具体定义、成立假设及界的形式尚未验证。 作者报告，在森林环境的空中探索比较中，CPM 达到 94% 覆盖率所需时间分别为：LiDAR 条件下 251.6 秒、有限视场深度感知条件下 507.4 秒，均为各自比较组中的最低完成时间；两种传感条件不能视为同一协议直接比较。作者报告，组件消融显示各组件对探索效率具有互补贡献，同时存在预测误差与规划延迟之间的权衡。摘要还提及平面场景学习对照，但未提供具体设置和结果。 训练规模、模拟器与环境划分、基线配置、重复实验及统计信息、消融细节和代码可用性尚未验证。该论文的主要研究对象是机器人主动探索，并非 EEG 解码或 BCI；现有材料不足以建立具体的 BCI 迁移路径，不据此推断其神经信号应用效果。