通过比较多样化数据集实现 Ex-BMDPs 的离线无动作标注学习

基于摘要分析。本文研究高维序贯决策观测中，如何从无动作标注的离线数据学习与控制相关的表征，并忽略不可控的外生因素。作者针对 Exogenous Block MDP（Ex-BMDP）中时间相关噪声带来的理论限制，提出 CRAFT（Comparison-based Representations from Action-Free Trajectories），利用不同策略智能体之间可控特征动态的差异学习表征。 核心条件是能够获得多个采用不同策略的智能体所产生的无动作标注视频轨迹，而非仅依赖单一来源数据。方法的关键思路是比较这些数据中的动态差异，以帮助区分控制相关因素与外生干扰；这里的“无动作标注”并不意味着轨迹生成过程不存在动作。摘要未披露具体比较目标、网络结构、优化过程及各项可辨识条件。 作者报告为 CRAFT 提供了理论保证，并通过玩具示例展示可行性，将其定位为实际方法的基础。理论保证的具体假设、样本复杂度界、玩具环境设置、对照基线及量化结果尚未验证，不能据此认定其已在真实视频或复杂控制任务中有效。 平台推测（待验证）：其跨来源动态比较机制可能启发 EEG 中任务相关动态与时间相关干扰的区分，但前提是数据来源差异能够对应已知策略变化，且跨来源干扰变化不会主导比较结果。可考虑复用比较学习思路，重新设计 EEG 时序观测及表征模块；跨被试差异、通道变化、低信噪比和小数据均可能破坏这一对应关系。一个可证伪的小实验是在已知潜在状态的模拟 EEG 中，分别改变策略与外生噪声，比较多策略和单策略数据下任务状态的可恢复性，再检验策略差异是否确实带来收益。这只是机制假设，不构成 EEG/BCI 有效性证据；相关 EEG 工作尚未检索确认。