Mind the Context: 环境-社会解耦实现机器人行为持续学习

社交机器人需在多样环境中适应不同社交规范，但持续学习面临领域增量挑战。剑桥大学团队提出显式解耦双分支（EDD）框架，将环境与社会代理相关知识显式分离，并结合重放策略，以在学习清洁、服务、对话等行为适切性时缓解遗忘。实验表明，EDD在多个室内领域的任务上优于多种先进基线，消融研究评估了不同解耦策略及对领域顺序的敏感性。代码已开源开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身。