通过生成式轨迹规划实现基于模型的在线决策

基于摘要分析。该研究针对在线决策中高效推理与长时程推理之间的矛盾，提出 Generative Trajectory Planning（GTP）：先用生成模型提出动作序列，再利用学习到的动力学、奖励和价值模型进行修正，以避免每次决策都从头优化轨迹。原论文的主要研究对象是连续控制与长时程操控任务，并非 EEG 解码或 BCI 实验。 核心机制是将扩散模型作为动作序列的结构化提议分布，而非直接作为策略。摘要指出，基于价值的方法依赖短时程自举，可能限制长期信息传播；显式轨迹优化则需要在每个决策步骤求解高维优化问题。GTP 尝试通过“采样候选序列—模型修正”的组合兼顾两者。具体训练目标、轨迹修正算法、规划时域、候选数量及推理开销尚未验证。 作者报告，在连续控制与长时程操控任务上，GTP 达到或超过所比较的先进无模型方法、diffusion-policy 方法及基于模型的方法，并在强基线性能退化的条件下保持稳定。摘要未提供任务名称、数据规模、划分、具体指标或数值，因而无法核对收益大小及稳定性的适用条件；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 BCI 控制任务具备可建模的状态转移、动作序列及奖励反馈，生成候选轨迹再进行模型修正的机制可能用于辅助设备的长时程规划，而不是直接替代 EEG 解码器。可复用部分是轨迹提议与规划流程，需改造的是神经信号到状态或意图的接口、奖励定义及安全约束。低信噪比、跨被试变化、通道差异与小数据可能导致状态估计不准、动力学误差累积或生成先验覆盖不足。一个可检验的小实验是在固定解码器的离线 BCI 控制回放或仿真中，以相同数据和在线计算预算比较 GTP、直接使用生成动作序列及从头轨迹优化，考察任务完成率与决策延迟，并测试状态估计噪声下的退化。相关 EEG 工作尚未检索确认。