物理 AI 的持续学习怎么防遗忘，DRAP 免回放作答

机器人策略的持续学习有个独特难点：微小的单步误差会在闭环轨迹里累积，动作错了状态就偏，状态偏了策略就离开训练分布，任务直接失败。常见的两条路各有短板：replay 要存历史数据，正则化方法像 EWC 又限制新任务学习。DRAP（arXiv 2611.05029）给出了一条免回放的中间道路。

三个组件环环相扣。KappaTune 用矩阵条件数作为预训练信息的代理，固定选出低条件数张量作为可训练集合，其余冻结；局部动力学风险估计对专家状态动作转移做滑窗回归，取转移矩阵的最大奇异值当作一步扰动放大风险，中位数归一化后作为样本权重（作者明说这是敏感性指标，不是稳定性证书）；最后把这些风险加权的重要性直接换算成张量级的 AdamW 学习率乘子，抑制的是优化器步长本身，保护从下一任务的第一次更新就生效，且不需要存参考参数副本。

实验按论文口径：单个 OpenVLA 7B 检查点按 LIBERO Spatial、Object、Goal 顺序训练，标准顺序微调呈强烈的「学新忘旧」，早期套件性能趋近零；KappaTune 加 EWC 只能保护首个转换；KappaTune 加 DRAP 拿到最强的稳定性与可塑性平衡，平均成功率最高、平均遗忘最低。消融显示重要性驱动的可塑性控制贡献了大部分收益，动力学风险加权则额外改善了最早套件的保留。

要标注的状态：页面未列作者机构（代码仓库指向同一作者的系列工作），具体成功率表格未在摘要页呈现，细节以论文原文为准。对做具身持续学习的团队，「免回放」这三个字本身就值得点进去看。