AI资讯
FAME框架：破解持续强化学习遗忘
阿尔伯塔大学提出FAME框架，以原则化优化应对持续强化学习的灾难性遗忘；通过快学系统+元学习协同，平衡可塑性与稳定性，并以任务差异与遗忘量化作为刻度，助力具身智能与LLM-Agent落地。
阿尔伯塔大学提出FAME框架，以原则化优化应对持续强化学习的灾难性遗忘；通过快学系统+元学习协同，平衡可塑性与稳定性，并以任务差异与遗忘量化作为刻度，助力具身智能与LLM-Agent落地。