意圖估計（ReFIT）

意圖估計為閉迴路適應提供其所需的替代標籤：它在每一時刻推斷使用者實際想做什麼——這正是回饋與自由策略介入後、離線校準所缺乏的資訊。典型範例是 ReFIT（重校準回饋意圖訓練卡爾曼濾波器）：校準區塊中目標為已知，故假設使用者始終意圖朝其筆直移動。於是把解碼出的速度向量旋轉到指向目標（在停留於目標時則設為零），再以這些經修正、與意圖一致的運動學重新訓練解碼器。

這個看似簡單的修正，帶來了皮質內游標表現史上最大的單次躍升之一，因為它消除了樸素解碼器所推斷的動作、與使用者在回饋下真正意圖之動作兩者間的落差。然而其適用範圍受制於一項假設：目標為已知且使用者單調地追求它；此假設在指示性伸取與輔助訓練中成立，但在自由、目標不明或探索性行為下便會失效。其推廣做法是以機率性目標推論或基於錯誤訊號的標籤精修，來取代固定目標假設。