任务多样性产生系统性迁移但抑制持续强化学习

持续强化学习旨在使智能体不仅能提升当前任务表现，还能适应任务分布的变化。虽然多样化任务训练可诱导零样本泛化，但其是否促进跨分布的持续学习尚不明确。本文提出 Banyan，一个 GPU 加速的持续强化学习环境，将任务多样性分解为地图布局、交互对象及子目标依赖结构三个可控维度。研究发现，增加多样性虽有助于新任务初期的性能迁移，但随着分布偏移次数增加，长程任务表现停滞且早期记忆遗忘，表明单纯的任务多样性不足以实现真正的持续学习。