面向太空任务的双层马尔可夫决策过程应急规划

基于摘要分析。本文研究科学任务偏离正常计划或发生延迟后，如何从异常状态快速计算应急策略，主要对象是行星漫游车的行进规划。作者提出双层马尔可夫决策过程（bi-level MDP）框架，以缓解庞大动作空间与长规划时域带来的计算困难，并兼顾现有任务规划流程、可解释性和可信赖性。 方法以 MDP 描述随机环境中的决策及动作相关的风险与收益，再将任务规划 MDP 转换为双层 MDP。摘要未说明两层的具体状态与动作定义、层间接口、求解算法及最优性条件，因此尚不能判断计算收益主要来自何种分解或近似机制。这里的研究重点是随机决策与任务规划，而不是神经信号建模。 作者在 RoverGridWorld——为漫游车任务规划修改的 GridWorld 环境——中测试该框架。作者报告，双层 MDP 可实现计算上可处理的求解与近似最优策略，并展示问题复杂度增加时计算时间与策略最优性之间的权衡。摘要未提供具体运行时间、策略质量指标、对照基线或环境规模，不能据此量化加速幅度，也不能将仿真结果等同于真实太空任务验证。 复现评估需要核对双层转换规则、风险与收益设定、异常状态的构造方式，以及不同复杂度下的计算预算和策略质量比较；实验协议、消融及统计信息尚未验证。材料没有提供与 EEG 解码或 BCI 控制的具体对应机制，因此不将其改写为 BCI 算法创新，也不据此提出迁移实验；已有 EEG 相关工作尚未检索确认。