带状态请求的 POMDP 在线规划

基于摘要分析。本文研究部分可观测马尔可夫决策过程（POMDP）中的在线规划：智能体通常无法获知完整状态，但可以付出较高成本获取完整状态信息，例如启用高能耗精密传感器或咨询人类。作者提出 AEMS-SR（Anytime Error Minimization Search with State Requests），将高成本状态请求纳入在线规划。 核心机制是以图而非树表示搜索空间。作者指出，该表示可避免状态请求引起的搜索空间指数增长；作者报告理论分析给出 AEMS-SR 的 ε-最优性保证，并在经验评估中展示其相对于 AEMS 和 POMCP 的有效性。摘要未提供具体任务、请求成本设置、评估指标或数值，因此尚不能判断收益大小及适用范围；最优性保证的假设、图搜索的具体实现、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其潜在对应场景是闭环 BCI 中对高成本辅助观测的调度，而不是 EEG 信号解码本身。可复用思路是将信息获取成本纳入决策并采用图式搜索；需要改造的是隐状态、观测模型、动作及成本定义。关键迁移假设是辅助观测能提供足够可靠的状态信息，但 EEG 低信噪比、被试差异与跨会话漂移可能破坏这一假设，尤其不能将额外 EEG 采样直接等同于获取完整状态。一个可证伪的小实验是在具有已知隐状态的闭环任务仿真中，比较 AEMS-SR、AEMS 与 POMCP 在相同规划预算下的累计回报和请求成本，并逐步降低请求信息的可靠性。该实验仅检验机制适配性，不构成 BCI 有效性证据；已有 EEG 相关工作尚未检索确认。