跳到正文
arXiv · ML· Purab Seth, Neil Shah, Ishaan Sinha, Kunal Jha, Samuel J. Gershman, Max Kleiman-Weiner, Wilka Carvalho·· 2026-10-07AI 评分40

Banyan:任务多样性引发系统迁移但抑制持续强化学习

Task diversity produces systematic transfer but inhibits continual reinforcement learning

AI 导读

研究揭示在持续强化学习中,增加任务多样性虽带来系统性迁移,但过度的多样性会抑制学习者适应新任务分布的能力。 研究者提出 GPU 加速的 Banyan 领域,通过参数化控制地图布局、交互对象和子目标依赖三个维度来定义任务。 实验表明,高多样性下学习者在旧任务上持续改进,但在新任务上的成功率趋于平缓,该现象在多种持续学习算法和 Kinetix 物理控制域中均得到验证。

来源:arXiv · ML · arxiv.org