Banyan持续强化学习实验域发布

Purab Seth等作者发布 GPU 加速的持续强化学习实验域 Banyan，可分别参数化控制地图布局、交互对象和子目标依赖层级三个任务维度，代码已开源。 据该研究，沿每个维度增加任务多样性会带来系统性迁移，但多样度过高会抑制智能体继续适应新任务分布，成功率陷入平台期，同时旧任务表现仍持续提升；该现象在多种持续学习算法、记忆架构与架构规模以及 Kinetix 物理控制域中均出现。

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。