预训练的视觉 - 语言 - 动作模型在持续学习中表现出惊人的抗遗忘能力

持续学习是机器人策略学习的长期挑战，要求策略在随时间获取新技能的同时避免灾难性遗忘。本文发现，相较于从头训练的小型模型，现代大规模预训练视觉 - 语言 - 动作（VLA）模型具有显著的抗遗忘性。简单的经验回放即可在 VLA 上实现零遗忘。分析表明，预训练通过小缓冲区间缓解遗忘并保持前向学习能力。此外，VLA 能保留 prior 任务知识，支持通过微调快速恢复看似遗忘的技能，从根本上改变了持续学习的动态。