NVIDIA 与 KAIST 提出 ACCRUE 强化学习框架

2026年10月15日，AGI Hunt 报道，NVIDIA 联合 KAIST 提出持续 off-policy 强化学习框架 ACCRUE，面向机器人基础模型（RFM/VLA）的后训练。该框架在跨任务训练时携带轻量级 actor 与 critic：继承而来的 critic 仅适配当前任务的转移并据此指导 actor，旧行为则通过少量保留片段向缓存目标蒸馏来保持。在接触丰富的装配任务实验中，ACCRUE 使后续任务学习加速，遗忘接近零，真机训练时间缩短 31.0%–68.5%；报道在标题层面给出的最高缩短比例为 68.5%。目前尚未见其他来源对该框架的独立复现或评价。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。