具身物体表征学习与识别

基于摘要分析。本文研究智能体如何通过主动与物体交互，学习物体表征、识别已知类别并扩展到未见类别，主要研究对象是模拟环境中的具身视觉智能体，而非 EEG 解码或 BCI。核心贡献是以物体自身参考系中的动作条件生成模型组织类别表征，并通过主动推断支持证据积累与动作选择。 方法上，系统为每个物体类别实例化一个 Cortical Column Network（CCN），学习给定动作后像素空间中预期变换的生成模型，并以最小化变分自由能优化模型参数。面对视觉观测时，多个 CCN 分别给出对所属物体类别的信念并参与投票，形成分类判断；若选中类别的似然过低，系统将物体判为未知类别，并可为其建立新的 CCN。摘要未提供具体网络结构、自由能实现、未知类别阈值或新类别学习流程，这些细节尚未验证。 作者报告，在需要区分 YCB dataset 中多个物体的模拟环境中，随着智能体收集更多证据，分类 Accuracy 提升，系统也能学习此前未见的物体；作者还报告，主动推断可驱动智能体选择动作以达到偏好的观测。摘要未给出具体分数、物体数量、数据划分及对照基线，实验协议、消融及统计信息尚未验证。 该机制依赖动作与视觉变化之间的可学习关系，以及物体参考系和类别级生成模型。其神经科学动机不等于已验证的皮层机制，也不构成 BCI 有效性的证据。摘要未建立这一动作—视觉机制与 EEG 瓶颈的具体对应关系，因此暂不提出 EEG 迁移实验；相关 EEG 工作尚未检索确认。复现时需核对交互环境、动作与观测定义、各类别训练条件、未知类别判定规则，以及证据积累过程的评估方式。