通过 Recurrent Conditional Query Learning，用一个模型装载数千个物品

基于摘要分析。本文研究二维和三维装箱中的神经组合优化问题，提出 Recurrent Conditional Query Learning（RCQL），旨在处理相互依赖的动作空间，并让单个模型适用于不同规模的装箱任务。 方法首先用循环编码器嵌入状态，再采用由先前动作生成条件查询的注意力机制。作者认为，条件查询可以弥合学习步骤之间的信息缺口，将问题表述为马尔可夫决策过程；循环机制则支持模型处理不同数量的物品。摘要未提供具体动作分解、训练目标或训练算法，不能据此补全模型结构。 作者报告，RCQL 在离线与在线条带装箱问题（SPPs）中学到了有效的启发式策略，空间利用率优于多种基线。相较文中所称的当时最先进方法，作者报告：离线二维、40 个箱子的情形下，平均 bin gap ratio 降低 1.83%；三维情形下降低 7.84%；在含 1000 个物品的 SPPs 中，空间利用率提高 5.64%。摘要未明确这些百分比是相对变化还是百分点变化，也未完整说明三维案例及 1000 个物品实验的评估协议，因此不宜跨设置直接比较。 阅读全文时需核对 bin gap ratio 的定义、物品尺寸与到达分布、训练与测试规模、在线信息可见范围、对照基线及计算开销。实验协议、消融及统计信息尚未验证。本文的主要研究对象是装箱优化，而非神经信号解码；现有材料没有建立到 EEG 或 BCI 的具体机制对应，故不据此提出迁移效果或复现实验建议。