使用 CMA-ES-IG 探索学习到的行为空间

基于摘要分析。研究针对人本环境中机器人行为与用户偏好的对齐问题，提出 CMA-ES-IG，通过用户在测试时提供的偏好排序，在学习到的表征空间中搜索符合偏好的轨迹。其贡献重点是使候选轨迹便于用户排序，并让后续建议随反复排序而改善。 机制与证据：摘要明确了“学习到的表征空间—候选轨迹—用户偏好排序—迭代搜索”的流程，但未提供表征训练方式、排序反馈的具体编码、搜索更新规则或损失形式，不能仅凭算法名称补全实现。作者报告在仿真与真实用户实验中评估了 CMA-ES-IG，并可在少至 10 次排序后学到用户偏好的机器人行为；该数字对应偏好排序次数，不应等同于用户人数或轨迹样本数。具体任务、每次排序的候选数量、被试规模、对照基线、成功判据、消融及统计信息尚未验证。 平台推测（待验证）：假设 BCI 共享控制系统已有可生成控制轨迹的表征空间，用户偏好排序可能用于调整辅助行为，而非直接提升 EEG 解码 Accuracy。可复用的是候选行为搜索与排序反馈接口；需改造的是 BCI 控制约束、反馈采集方式及交互成本评估。其适用性依赖行为空间质量、用户排序的一致性和可承受的反馈预算。若排序由 EEG 意图估计间接产生，低信噪比、跨被试差异和通道变化可能引入不稳定反馈，小数据也可能限制行为表征的覆盖。一个可检验的小实验是在固定解码器与行为表征的共享控制任务中，以相同排序预算比较 CMA-ES-IG 与预先指定的搜索基线，测量用户偏好改善和反馈负担。上述迁移尚未验证，已有 EEG 相关工作尚未检索确认。