KalMamba：面向不确定性下 RL 的高效概率状态空间模型

基于摘要分析。本文研究高维、部分可观测信息下 RL 的状态表征学习，提出 KalMamba，将概率状态空间模型（SSM）的不确定性建模与 Mamba 的可扩展计算机制结合，目标是在保留概率推断的同时提高计算效率。 核心机制是使用 Mamba 学习潜在空间中线性高斯 SSM 的动力学参数，再在该潜在空间执行标准 Kalman filtering 与 smoothing。作者通过并行关联扫描实现这些推断操作，以提高计算效率与可扩展性。这里 Mamba 用于学习动力学参数，潜在状态推断则由 Kalman 方法完成，不能将其简单理解为直接以确定性 Mamba 替代概率 SSM。摘要未说明具体参数化方式、训练目标、观测模型以及在线控制时 filtering 与 smoothing 的使用边界。 作者报告，在 RL 实验中，KalMamba 的表现可与先进 SSM 方法竞争，同时显著改善计算效率，优势尤其体现在较长交互序列上。摘要未提供环境、对照方法、序列长度、硬件、性能指标或耗时数值，因此尚不能量化性能与效率的权衡；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其潜在迁移路径是将 EEG 序列视为含噪、部分可观测的潜在状态观测，借助概率滤波表征状态不确定性，并利用并行扫描处理较长序列。这一假设依赖可学习的时间动力学及合适的观测模型，原文并未验证 EEG 或 BCI。可复用的是动力学参数学习与 Kalman 推断框架；需改造 EEG 观测编码、任务输出及训练监督。低信噪比、跨被试差异、通道变化和小数据可能使潜在线性高斯假设或参数估计失效。一个可检验的小实验是在固定 EEG 任务与被试内划分下，对比 KalMamba、确定性 Mamba 与概率 SSM，核对任务表现、不确定性校准及随序列长度变化的运行时间，并隔离在线滤波与离线平滑的评估条件。已有 EEG 相关工作尚未检索确认。