arXiv cs.RO 机器人学· Changyeon Kim, Kimin Lee, Yashraj Narang, Yijie Guo·· 5 小时前精选AI 评分57
ACCRUE：面向机器人基础模型的持续离策略强化学习框架
ACCRUE: Continual Off-Policy Reinforcement Learning for Robot Foundation Models
AI 导读
论文提出 ACCRUE，一个面向机器人基础模型（RFM）的持续离策略 RL 框架，将轻量 actor 与 critic 网络跨任务携带，使每个阶段复用此前 RL 获得的行为与价值知识。
推荐理由
论文指出在 VLA 之上做持续 RL 时遗忘与前向迁移的取舍，并给出可迁移的轻量 actor/critic 跨任务复用做法。
来源：arXiv cs.RO 机器人学 · arxiv.org