Yuxuan Li

新框架使机器人能够在不忘记旧技能的情况下学习新技能

研究人员开发了一个名为持续策略整合（CPC）的新框架，使机器人能够在不忘记先前技能的情况下学习新技能。CPC采用师生模型，其中独立的教师通过强化学习来学习技能，并将它们的行为提炼成一个中心学生策略。这种方法将技能获取与整合分开，将学生的学习视为一项监督任务。学生策略利用可扩展的基于Transformer的专家混合架构和优先轨迹回放，在添加更多任务时平衡稳定性和可塑性。