文中提出了一种新的层次结构，称为原语生成策略学习，以实现持续学习，更具体地说，采用变分自动编码器的通用方法从任务空间生成状态原语，然后设计单独的策略学习组件，依次学习不同任务的转矩控制命令。
适合对持续学习、机器人智能操作感兴趣的人们阅读，可以在我的博客里面召见对应的全文翻译。
文中对插销和开门任务进行了实验，并与FineTunning（微调）、弹性权重整合（EWC）、增量矩匹配（IMM）三种方法进行了对比。
2022-05-17 14:07:36
277KB
1
弹性重量合并
通过弹性体重合并，深度强化学习和有监督的设置进行终身学习。
部分结果
链接
2021-12-14 17:13:03
133KB
1