ACCRUE：机器人基础模型的持续离策略RL框架

Changyeon Kim 等提出持续离策略强化学习框架 ACCRUE，用于机器人基础模型的持续学习并抑制遗忘。该框架把轻量 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。 在接触密集的装配任务序列上（仿真与真实机器人硬件），论文称 ACCRUE 加速后续任务学习、遗忘接近零，并将真实机器人训练时间减少 31.0% 至 68.5%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。