世界模型骨干对比：RNN、Transformer 与 S4

基于摘要分析。本文研究基于模型的强化学习（MBRL）中，世界模型如何在部分可观测环境下保持长期记忆，以支持时间跨度较长且一致的未来模拟。作者提出 S4WM，将潜变量建模与可并行化的状态空间模型（SSM）结合，用潜在空间想象生成高维图像序列，并比较 RNN、Transformer 与 S4 作为世界模型骨干的表现。 核心机制是利用 S4 等结构化状态空间序列模型捕获长程依赖，同时通过潜变量表示处理高维视觉观测。作者称 S4WM 是首个兼容 S4 及其变体等可并行化 SSM 的世界模型；这一优先性主张尚未独立核实。摘要未给出潜变量分布、训练目标、状态更新方式及具体推理实现，不能据此确定其网络结构或损失形式。 评估涵盖四组经作者调整的环境，分别考察长期想象、上下文依赖回忆、奖励预测和基于记忆的推理。作者报告，在这些环境的比较中，S4WM 的长期记忆表现优于基于 Transformer 的世界模型，且训练与想象效率更高。摘要未提供具体环境名称、指标数值、计算预算或完整的 RNN 对照结果，因此尚不能量化优势或推广到一般 MBRL 任务；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可迁移的机制假设是，S4 的长程状态建模与潜变量表示可能帮助处理 EEG 中跨时间的上下文依赖，但原研究对象是强化学习环境中的视觉序列，并非 EEG 解码。可复用的是序列骨干比较思路，需改造观测编码器、输出目标及训练任务，并核对其对交互轨迹、奖励监督和数据规模的依赖。EEG 的低信噪比、跨被试差异、通道配置变化与小数据条件都可能使优势消失。一个可证伪的小实验是在固定 EEG 任务、被试划分、输入编码和计算预算下，仅替换 RNN、Transformer 与 S4 骨干，比较长上下文是否带来稳定收益及相应效率变化；该假设对应的已有 EEG 工作尚未检索确认。