2025_NIPS_COOM: A Game Benchmark for Continual Reinforcement Learning

一、文章主要内容总结

文章针对持续强化学习（CRL）缺乏标准化基准、计算成本高、视觉类3D环境稀缺等问题，提出了基于ViZDoom引擎的CRL基准COOM（Continual DOOM）。该基准包含8个视觉和目标各异的3D场景，构建了6类不同长度和模态的任务序列（跨域CD系列、跨目标CO系列、挑战型COC系列），以评估智能体的灾难性遗忘、知识迁移和样本高效学习能力。通过对正则化、结构型、回放型等主流持续学习方法的实验验证，发现PackNet和ClonEx-SAC表现最优，同时揭示了评论者正则化、单输出头架构对CRL性能的负面影响，为后续算法优化提供了关键洞察。

二、创新点

1. 首个聚焦视觉3D环境+多目标的CRL基准，填补了现有基准在视觉多样性和任务目标差异性上的空白。
2. 设计多模态任务序列，既包含视觉变化一致但目标固定的跨域序列，也包含目标差异显著的跨目标序列，还新增高难度挑战序列COC，满足不同研究需求。
3. 建立统一评估指标（平均性能AP、遗忘率F、前向迁移FT）和标准化实验流程，支持公平对比不同CRL方法。
4. 深入分析网络可塑性、动作分布变化及方法变体（图像增强、LSTM集成等）的影响，为CRL算法设计提供新方向。

三、核心部分翻译（Markdown格式）

Abstract

持续强化学习（RL）的发展面临诸多障碍，包括缺乏标准化指标和评估协议、计算需求高昂以及缺少广泛认可的标准基准。为应对这