arXiv cs.AI· Purab Seth, Neil Shah, Ishaan Sinha, Kunal Jha, Samuel J. Gershman, Max Kleiman-Weiner, Wilka Carvalho·· 13 小时前AI 评分30
任务多样性带来系统性迁移却抑制持续强化学习：Banyan 域研究
Task diversity produces systematic transfer but inhibits continual reinforcement learning
AI 导读
研究团队提出 GPU 加速的持续强化学习域 Banyan，可参数化控制地图布局、交互对象和子目标依赖层级三个独立任务轴。实验发现，沿各轴增加多样性会带来系统性迁移，但多样性过高会抑制学习器持续适应新任务分布的能力：在新任务上成功率趋于平台，却在旧任务上持续提升。该现象在多种持续学习算法、记忆架构、模型规模以及物理控制域 Kinetix 中均成立。
来源：arXiv cs.AI · arxiv.org