生长 - 剪枝 - 冻结网络：用于嗅觉导航的自适应与持续学习技术

针对嗅觉数据分散及导航任务动态非平稳的特性，本文提出“生长 - 剪枝 - 冻结”（GPF）网络框架。该框架使智能体能根据环境复杂度，通过动态调整策略网络的早期层来实现持续学习。基于非线性随机矩阵理论，研究证明了该方法在多层模型中的有效性。实验显示，基于 Expected SARSA 的 GPF 在湍流羽流导航任务中成功率达 94%，并展现出在强化学习、图像分类及语言模型等领域的泛化潜力。