ACCRUE：面向机器人基础模型的持续离策略强化学习

研究团队提出 ACCRUE，一种面向机器人基础模型的持续离策略强化学习（RL）方法，让机器人在真实世界中用少量演示快速学习新技能并保留旧技能。训练时基础模型保持冻结，只更新一个紧凑的 actor-critic，并在下一任务中继承该 actor-critic，用少量旧任务回放数据蒸馏先前行为。