ACCRUE：面向机器人基础模型的持续离策略强化学习框架

ACCRUE 提出一种持续离策略强化学习框架，在任务间携带轻量 actor 与 critic 网络，使每个阶段复用此前 RL 获得的行为与价值知识。继承的 critic 仅在当前任务转移上适应并指导当前任务的 actor 学习，同时通过在少量保留回合上将 actor 蒸馏向缓存目标来保持先前行为。