ACCRUE：机器人基础模型持续离策略强化学习框架

2026年10月15日，arXiv Artificial Intelligence 报道了 Changyeon Kim 等人提出的 ACCRUE——一个面向机器人基础模型的持续离策略强化学习框架。该框架通过在任务间传递轻量 actor 和 critic 网络，让每个阶段复用先前强化学习获得的行为与价值知识。报道称，在仿真和真实机器人硬件的接触密集型装配任务中，ACCRUE 加速了后续任务的学习，实现近乎零遗忘，并将真实机器人训练时间减少 31.0% 至 68.5%。目前该工作处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。