在嗅觉导航中，训练数据分散在各种非标准化的数据集中，这限制了构建代表性世界模型的能力。嗅觉导航是一项高度动态且非平稳的任务，实时的持续学习尤为重要。
我们提出了一种名为 Grow-Prune-Freeze (GPF) 网络的自适应框架，使代理能够通过生长、修剪和冻结其策略的早期层来持续学习，以应对世界的复杂性。
我们将 GPF 网络基于非线性随机矩阵理论进行理论基础的扩展，展示了 Pennington 和 Wirth (2017) 的工作可以从单隐藏层扩展到 n 层持续学习模型，并且在添加后续层时网络权重的特征值组成得以保留。
基于期望 SARSA 的 GPF 网络在湍流羽流导航中取得了 94% 的成功率，这是一项部分可观察的非平稳任务，代表了推动机器人自适应学习的“真实世界”挑战。
此外，我们的实验结果显示 GPF 网络可能会很好地推广到其他机器学习任务，如 Atari 游戏中的强化学习、图像分类和自回归语言模型。我们开源了所有代码和数据，以鼓励对嗅觉机器人领域的改进和更多研究。
博主点评： GPF 网络为嗅觉导航提供了新的解决方案，通过自适应学习应对复杂环境，具有广泛的应用潜力。这种方法不仅在机器人领域具有重要意义，还可能推动其他机器学习任务的进展，值得深入探索。