提出了一个新颖的机器人终身学习问题模型，通过对任务和运动规划（TAMP）的学习利用模块化的方法设计生成混合模型，并根据辅助任务确定在线上使用共享或非共享模型，解决了数据如何在任务模型之间共享的问题。该方法在 2D 领域的模拟和 BEHAVIOR 基准测试中的实验中均实现了显著的规划成功率提升。

Jul, 2023

本研究提出了一个基于 Hanabi 的多智能体生涯学习测试平台，研究了最新的多智能体强化学习算法，对限制的内存和计算权衡性能以及对超量训练预测的影响，证明了我们的代理可以在没有任何其他假设的情况下良好地与未见代理协调。

Mar, 2021

该研究介绍了一种名为 SKILL (Shared Knowledge Lifelong Learning) 的挑战，它采用了一种去中心化的人工智能智能体种群，每个智能体都被分配了不同的任务， 在学习其各自任务后，代理人使用分散的通信网络共享并巩固其知识，以便最终所有代理人都可以掌握所有任务。

May, 2023

通过使用基于大型语言模型的规划器，我们克服了当前固定技能集的限制，提出了一种用于数据和时间高效教授机器人这些技能的方法，该系统可以重复使用新习得的技能，展示了开放世界和终身学习的潜力。

Sep, 2023

我们创建了一个新的基准，用于评估预训练在精选数据集上的可部署终身学习系统，提出了一个新的可扩展的终身学习系统，能够保持先前学习的强化学习任务中的知识。我们的基准衡量了一个可部署的终身学习系统在可伸缩性、性能和资源利用方面的效果。我们提出的系统在预训练数据集上训练了一个基于少样本类增量学习的任务映射器和编码器 / 主干架构，然后加载与识别任务对应的策略参数来执行任务。我们展示了由于小的内存占用和较少的计算资源，该系统可以扩展到包含大量任务。我们在 Atati 游戏上进行实验，以确定该系统的效果。

Nov, 2023

通过引入 RoboCoder 综合基准和自主学习框架，提高机器人在复杂环境中的普适性，并结合实时环境反馈不断更新和完善行动代码，使得大型语言模型在处理复杂任务时表现出显著提升。

Jun, 2024

此研究旨在通过迁移学习方法以及基于语言模型的状态空间共同嵌入来提高服务机器人从之前学习中寻找相似方法，以解决家庭服务机器人学习新任务精度低的问题。实验结果表明，基于语义相似性从众多源任务中选择相似任务是非常有效的，并且对于避免遗忘问题可以通过更改更新策略来解决。

Jan, 2023

本研究提出了一种基于云机器人系统的全生命周期联邦强化学习架构 (LFRL)，包括知识融合算法和有效的迁移学习方法，证明它能够显著提高机器人导航的效率和融合前期知识的能力。

Jan, 2019

通过大型语言模型，我们研究了在具有高度泛化能力的视觉行为克隆代理中，从视觉观察中进行复杂多模态机器人操作任务。我们提出了 NBCagent，一个语言条件下的持续学习行为克隆代理，在面对一系列具有挑战性的未知任务时，可以不断学习新的机器人操作技能的观察知识。我们设计了一个特定于技能的进化规划器来进行知识解耦，可以将新的技能特定知识不断嵌入到我们的 NBCagent 代理中。同时，我们还提出了一个技能共享的语义渲染模块和技能共享的表示蒸馏模块，有效地在语义和表示方面传递抗遗忘的技能共享知识，进一步解决了旧技能的灾难性遗忘问题。最后，我们设计了一个持续的机器人操作基准，并进行了一些昂贵的实验，证明了我们方法的显著性能。

Mar, 2024

本文介绍了 L2RLCF 框架以及通过 Starcraft-2 小游戏实现不同组件的整合，从而实现连续学习的能力并进行全面客观的比较。

Dec, 2022