【ICML2025】用于可扩展持续强化学习的自组合策略

本研究提出了一种可增长且模块化的神经网络架构，能够在持续强化学习中自然地避免灾难性遗忘和任务干扰。每个模块的结构设计支持对先前策略与当前内部策略的选择性组合，从而加速当前任务的学习过程。与以往的可扩展神经网络方法不同，我们证明所提出的方法在任务数量增长时，其参数数量仅线性增长，同时在可扩展性的同时不牺牲模型的可塑性。在连续控制与视觉类基准任务上的实验表明，该方法在知识迁移能力和整体性能方面均优于现有方法。