学习更粗粒度的马尔可夫状态抽象

基于摘要分析。本文研究强化学习中的状态抽象：如何在保留决策相关信息的同时，避免表示保留过多观测转移规律。作者提出与 Markov state abstractions（MSAs）原始理论条件对齐的训练目标，以学习更粗粒度的抽象，并另加启发式推动表示趋向最小化。 核心机制是区分“满足 Markov 性的充分条件”与更强的 kinematic inseparability 条件。摘要指出，现有 MSA 目标的实现满足后者，因而产生过细的抽象，保留观测中的全部转移规律；本文试图让训练目标仅对齐原始 MSA 条件。这里的 reward-free 指这些充分条件不依赖奖励，并不意味着下游任务没有奖励。作者同时明确，新目标本身不能保证抽象的最小性，因此附加启发式不应被解读为最小性定理。 作者报告，在基于像素观测的实验域中，所学抽象能够恢复问题的底层复杂度，并改善下游表现。摘要未给出实验域名称、数据规模、对照方法、指标或提升幅度，目标的具体形式、启发式实现、实验协议、消融及统计信息尚未验证。 该研究的直接对象是强化学习状态表示，而非 EEG 解码或 BCI。摘要未提供神经信号上的机制验证或明确适配路径，因此目前不能据此推断其具有跨被试鲁棒性、抗噪能力或 BCI 性能收益；已有 EEG 相关工作尚未检索确认。