通过多域行为克隆进行表征对齐的跨域策略迁移

基于摘要分析。本文研究自主智能体在无法与精确目标配置交互的条件下，如何跨域迁移已学技能，提出通过多域行为克隆学习跨域共享潜在表征，并在其上学习通用抽象策略。其主要研究对象是自主智能体的策略迁移，并非 EEG/BCI 解码。 方法使用代理任务中未对齐的多域轨迹进行行为克隆，并以最大均值差异（MMD）作为正则项促进跨域表征对齐。作者认为，相较于常用的基于域判别的分布匹配，MMD 能更好地保留潜在状态分布的结构。方法仅需训练一个多域策略，作者据此主张其更易扩展；具体输入、动作空间如何统一及损失配置尚未验证。 作者报告，该方法在多种域偏移下具有迁移效果，尤其适用于难以精确进行域转换的跨形态与跨视角场景。作者还报告，消融研究显示，多域行为克隆本身也会隐式促进表征对齐，而不只是依靠域对抗正则。摘要同时提及 MMD 与域对抗正则，但二者在具体实验中的配置关系需核对全文。摘要未提供数据集、量化指标或划分细节，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可检验的迁移假设是，将不同被试或会话视为不同域，以相同任务的带标签 EEG 片段替代代理任务轨迹，借鉴共享表征与 MMD 对齐机制；其中行为克隆目标需改为解码监督目标，不能直接视为原策略迁移方法的复用。低信噪比、通道差异、小样本和类别比例变化可能使边缘分布对齐破坏类别结构。一个小规模验证可在固定 Cross-subject 划分与目标域标签使用规则下，比较相同骨干的共享监督训练和加入 MMD 的版本，检验迁移表现及类条件结构是否同时改善。已有 EEG 相关工作尚未检索确认。