Δημήτρης Παναγόπουλος

自主系统通常只监测运动状态和任务是否完成，信息获取过程本身没有实时监测，系统可能持续运转却始终不解决未完成的需求。Acquisition-State Telemetry（AST）把原始观测映射到任务需求的完成坐标，再由一个固定因果监测器输出两条连续信号：未解决需求上的预期进展，以及重复证据带来极小信息增益时的信息摩擦。同一套未调参配置在八个领域上运行，摩擦通道能在任务完成前区分无产出的停滞与有目的的探索，并在完成后保持低值；在带提前终止约束的闭环强化学习实验中，对摩擦施加惩罚的策略维持了较高的任务完成率。

自主系统通常只监测运动状态和任务是否完成，信息获取过程本身没有实时监测，系统可能持续运转却始终不解决未完成的需求。Acquisition-State Telemetry（AST）把原始观测映射到任务需求的完成坐标，再由一个固定因果监测器输出两条连续信号：未解决需求上的预期进展，以及重复证据带来极小信息增益时的信息摩擦。同一套未调参配置在八个领域上运行，摩擦通道能在任务完成前区分无产出的停滞与有目的的探索，并在完成后保持低值；在带提前终止约束的闭环强化学习实验中，对摩擦施加惩罚的策略维持了较高的任务完成率。