ACCRUE: 用于机器人基础模型的持续离线强化学习框架

ACCRUE 是一种持续离线强化学习框架，用于机器人基础模型，通过轻量级的策略网络和价值网络跨任务复用知识，实现近零遗忘并加速后续任务学习。该框架在仿真和真实机器人硬件上的接触密集装配序列任务中，将真实机器人训练时间减少了 31.0% 到 68.5%。其固定视觉特征确保了跨任务的兼容性，同时通过知识蒸馏保留了先前行为。