具有生灭动态的约束马尔可夫决策过程的状态无关控制

基于摘要分析。本文研究在多个具有生灭动态的连续状态过程之间分配共享资源的问题：资源投入使过程状态逐步改善，缺乏资源则使其逐步退化。作者将其表述为约束马尔可夫决策过程（CMDP），提出状态无关策略，以缓解状态离散化细化后带来的求解复杂度增长。 核心机制是利用离散化粒度与过程演化之间的关系。按摘要描述，增大粒度参数 n 可以通过更规律的交互增强对过程的控制，但同时扩大状态空间，使不使用函数逼近的最优 CMDP 求解更加困难。作者所设计策略的复杂度不随 n 增长，并为生灭型过程上的受约束资源分配问题给出随 n 增大而渐近最优的保证。摘要尚不足以确定状态无关策略的具体参数化方式、约束满足机制、最优性参照及理论假设。 作者报告，在数值比较中，该设计相较包括基于索引的方法和函数逼近方法在内的替代方案具有更低运行时间；摘要未提供具体数值、问题规模、基线实现及解质量对照，因此不能据此判断有限粒度下的性能差距或普遍加速幅度。实验协议、消融及统计信息尚未验证。 本文的主要对象是随机过程网络的资源分配与控制，而非神经信号建模；此处的状态空间也不应直接等同于序列建模中的 State Space Model。材料未提供 EEG/BCI 任务或明确的机制对应关系，不据此推断其在 EEG 解码或 BCI 控制中的有效性。复现前需取得全文，核对生灭转移规律、资源约束形式、策略构造与数值实验设置。