Residual Skill Policies：为机器人强化学习学习可适应的技能动作空间

基于摘要分析。该研究面向机器人技能强化学习，解决从专家示范中构建的潜在技能空间难以探索、且难以适应新任务变化的问题。作者提出结合状态条件化生成模型与低层残差策略，分别改善高层智能体的技能采样和技能执行适应。 在原有框架中，高层 RL 智能体将潜在技能作为动作，但技能空间较大，许多技能与当前机器人状态无关。本文利用状态条件化生成模型，根据先前经验将采样偏向当前状态下相关的技能；低层残差策略则用于细粒度调整技能，使下游智能体不必完全受限于构建技能空间时的任务结构。摘要未说明生成模型形式、残差作用位置、损失函数或训练流程，不能据此将其归类为 State Space Model 方法。 作者报告，在四项不同于技能空间构建任务的具有挑战性的操作任务上，该方法能够学习任务变化、显著加速探索，并优于既有工作。摘要未提供具体任务名称、数据规模、对照方法、指标或数值，因此尚不能量化收益；实验协议、消融及统计信息尚未验证。复现需核对专家示范来源、技能空间构建方式、状态输入及残差策略的训练与执行约束。 平台推测（待验证）：假设 BCI 下游控制已具有可复用的技能库与可靠的环境状态反馈，状态条件化采样可能用于限制高层指令的候选技能，残差策略可能用于调整执行器动作；这属于辅助控制策略的迁移设想，而非 EEG 解码改进。可复用的是分层采样与适应思路，需改造状态表示、动作接口与安全约束。低信噪比、跨被试或通道变化导致的解码误差，以及小数据下状态—技能关系估计不足，都可能使技能筛选失效。一个可证伪的小实验是在固定解码器和技能库的仿真辅助控制中，对比原始技能采样、仅状态条件化采样及加入残差适应，检查任务成功率与交互样本需求，并加入受控指令噪声测试稳健性。相关 EEG/BCI 工作尚未检索确认。