SIR：用于可解释机器人学习的结构化图像表示

基于摘要分析。该研究针对机器人策略中视觉嵌入缺乏显式结构、易受视觉干扰且决策难以解释的问题，提出 Structured Image Representations（SIR），以 Scene Graphs（SGs）作为视觉输入与动作生成之间的中间表示。主要研究对象是视觉机器人策略，而非 EEG 或 BCI。 方法首先以图像提取的特征初始化节点，构建全连接图，再通过端到端学习的模块将其稀疏化，形成任务相关子图并输入动作生成模型。作者将这种显式子图视为模型内在可解释性的来源；但仅凭摘要，尚不能确定节点如何对应物体、边的含义、稀疏化约束及训练损失，也不能据此确认子图解释具有因果忠实性。 作者报告，在 RoboCasa 评估中，稀疏图策略的平均成功率为 19.5%，图像基线为 14.81%。具体任务构成、训练与测试划分、基线配置、重复次数及统计不确定性尚未验证，不能将该结果直接外推为对不同视觉干扰均具有稳健性。作者还报告，通过分析子图纳入干扰节点或遗漏关键物体等偏离人类预期的情况，识别出数据中的伪相关与位置偏差。这使图结构既承担策略输入功能，也成为错误分析的观察对象。 平台推测（待验证）：其可学习稀疏图机制可作为 EEG 通道或脑区关系建模的候选思路，但需要将图像节点改为通道或脑区特征，并保留时序信息；机器人场景中的物体语义不能直接迁移到 EEG。低信噪比、跨被试通道关系差异及小数据条件可能导致不稳定或伪相关的图结构。一个可证伪的小实验是在固定跨被试划分和相同特征、解码器条件下，比较全连接图与可学习稀疏图，并检查通道扰动后解码表现和所选节点的稳定性。该迁移假设不属于原论文已验证结果，已有 EEG 相关工作尚未检索确认。实验协议、消融及统计信息尚未验证。