具有状态请求的 POMDP 在线规划

基于摘要分析。本文研究部分可观测马尔可夫决策过程（POMDP）中的在线规划：智能体通常只能获得不完整观测，但可付出较高成本请求完整状态，例如启用更精确且耗能的传感器或咨询人类。作者提出 AEMS-SR（Anytime Error Minimization Search with State Requests），以图而非树表示搜索空间，旨在避免状态请求引起的搜索空间指数增长。 核心机制是改变规划搜索空间的表示方式，而非提出神经信号模型。作者报告，理论分析给出了 AEMS-SR 的 ε-最优性保证，经验评估展示了其相对于 AEMS 和 POMCP 的有效性。摘要未提供保证成立的具体假设、状态请求成本的建模方式、测试领域、计算预算或量化结果，因此无法判断优势来自哪些任务条件，也不能比较性能增幅；实验协议、消融及统计信息尚未验证。复现需进一步核对状态与观测定义、请求动作及成本、搜索终止条件，以及各基线的预算设置。 平台推测（待验证）：若 BCI 交互系统存在能以额外时间、能耗或人工成本换取更可靠状态信息的操作，这种“常规部分观测—付费请求状态”的规划框架可能用于研究何时发起确认或调用额外传感器。可复用的是请求决策与规划机制，需改造的是 EEG 观测模型、状态定义及成本函数。其关键风险是额外测量通常仍含噪声，未必能获得论文设定中的完整状态；低信噪比、跨被试变化及有限校准数据也可能使状态估计失准。一个可检验的小实验是在固定交互预算的模拟任务中比较自适应请求与固定频率请求，并逐步增加请求返回信息的噪声，检查任务回报和请求成本的变化。该实验仅检验迁移假设，不代表已证实的 BCI 效果；相关 EEG 工作尚未检索确认。