Hieros：基于结构化状态空间序列世界模型的层级想象

基于摘要分析。该研究针对深度强化学习中的样本效率问题，提出 HIEROS：通过层级策略学习时间抽象的世界表征，并在潜在空间中以多个时间尺度想象轨迹。其主要研究对象是强化学习世界模型与智能体训练，而非 EEG 解码或 BCI。 核心机制是采用基于 S5 层的世界模型，在训练时并行预测后续世界状态，在环境交互和想象过程中迭代预测。作者认为，这种计算方式相较基于 RNN 的世界模型可提高训练效率，相较基于 Transformer 的世界模型可提高想象效率；摘要未提供具体结构、损失函数、层级策略优化方式或运行成本数据，相关实现条件尚未验证。 作者报告，在 Atari 100k benchmark 上，HIEROS 的平均及中位数 normalized human score 超过所比较的现有先进方法，并能准确预测复杂动力学，探索能力也优于既有方法。摘要未给出具体分数、对照方法、随机种子或统计信息，因此这些结论应限定于作者所述评估背景，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若用于具有动作反馈与环境状态演化的闭环 BCI 任务，多时间尺度潜在世界模型可能对应快速神经信号变化与较慢任务状态变化的联合建模。该假设依赖可配对的神经信号、动作及反馈轨迹；可复用的是 S5 序列建模和层级想象思路，需改造的是 EEG 观测编码、动作定义与奖励机制。低信噪比、跨被试差异、通道变化及小数据可能使状态估计误差在想象轨迹中累积。一个可检验的小实验是在固定数据划分和交互预算的闭环任务中，对比 S5 与 RNN 世界模型的多步状态预测误差、训练耗时及策略收益，检验效率收益是否伴随稳定的预测质量。已有 EEG 相关工作尚未检索确认，Atari 结果不构成 BCI 有效性的证据。