现有人工智能虽在特定领域表现优异，却普遍缺乏人类般的终身学习能力，易陷入“灾难性遗忘”。一项新研究提出的LEGION框架，通过创新的知识组织与复用机制，让机器人在连续任务中持续积累经验，并在真实世界完成了复杂长时任务，为实现通用智能带来了新思路。
智能速览
现有AI面临“灾难性遗忘”，难以实现终身学习。
新框架LEGION融合贝叶斯模型与语言嵌入理解任务。
真实机器人实验成功率达0.94，实现知识持续积累。
该框架显著优于基线方法，遗忘率近乎为零。
未来将向非结构化环境与多智能体场景拓展。
精华内容
终身学习是通往通用智能的关键，如何让机器人像人一样持续积累知识、避免遗忘？一项发表于Nature Machine Intelligence的突破性研究，为我们揭示了实现这一目标的有效路径。
终身学习困境
当前主流的AI技术多专注于窄域任务，缺乏类似人类那样从连续任务流中异步积累知识的能力。一旦转向新任务，模型很容易忘记旧任务的技能，即“灾难性遗忘”。虽然已有正则化、经验回放等方法尝试解决，但它们或存在参数偏移，或难以适配未知数量的任务，无法满足机器人在复杂环境中长期学习的需求。
多任务强化学习与元强化学习等方法，也因偏离人类学习模式或依赖预设任务数量而受限。因此，探索一种能让机器人真正实现持续学习的框架，成为人工智能领域亟待突破的难题。
LEGION框架解析
研究团队提出的LEGION框架，其核心是利用贝叶斯非参数领域的Dirichlet过程混合模型（DPMM）来构建一个动态的知识空间。这个空间能根据任务相似性自动聚类知识，有效解决了任务数量未知的问题。
为了增强对任务语义的理解，框架引入了预训练的RoBERTa大语言模型来生成语言嵌入。整个系统采用分层架构：上游负责任务推理和知识保存，下游则采用软演员-评论家（SAC）算法学习精准的动作策略。这种设计让机器人既能吸收新知识，又能巩固旧技能。
真实世界验证
为检验有效性，研究团队在KUKA iiwa机械臂上进行了真实世界测试。机器人成功完成了“清理桌子”“煮咖啡”等长时任务链。数据显示，在单任务场景下，平均成功率达到0.84；而在多任务场景下，成功率更是高达0.94。
更值得注意的是，该框架的平均遗忘率接近0，甚至在部分任务上出现了负遗忘率，意味着学习新任务反而提升了旧任务的表现。其知识召回能力经三次训练循环后，成功率平均提升21.36%，性能显著优于Reservoir、A-GEM等基线方法。
未来探索方向
该研究虽然取得了显著成果，但仍存在广阔的探索空间。未来的研究方向包括进一步优化稳定性和可塑性之间的平衡，让学习过程更加高效。
同时，团队计划将框架拓展到非结构化的动态环境中，并探索其在多智能体协作场景下的应用。此外，利用大语言模型持续优化奖励函数，也被视为推动机器人向更高级通用智能发展的重要途径。
LEGION框架的成功，不仅在技术上实现了机器人知识的持续积累与灵活复用，更重要的是为构建具备终身学习能力的通用智能体提供了一个富有前景的新范式。随着研究的深入，机器人或许能像人类一样，在不断学习和成长中，胜任更复杂的挑战。
