何が起きたか

arxiv.orgに掲載された研究（2026年8月3日付）は、連続制御タスクにおける進化的戦略（ES）の挙動を調査した。逐次的なMuJoCo移動タスクで、単純なESは深刻な破滅的忘却を示すが、リプレイを用いることで保持が大幅に改善され、正の転移も誘発できると報告している。

詳細

研究では、連続制御タスク（逐次的なMuJoCo移動タスク）において、エージェントが以前のタスクを忘れずに新しいタスクに適応する必要がある状況を想定。単純なESは破滅的忘却に陥るが、リプレイを導入することで保持が改善され、正の転移が生じることを確認。一方、リプレイ予算を増やすと可塑性が低下するというトレードオフも示された。

Key Facts

研究は逐次的なMuJoCo移動タスクで、単純なESが深刻な破滅的忘却に陥ることを示した。[1]
リプレイにより保持が大幅に改善され、正の転移を誘発できる。[1]
リプレイ予算を増やすと可塑性が低下する。[1]

なぜ重要か

この研究は、進化的戦略が連続制御タスクでも有効であることを示し、動的環境での適応が求められるロボティクスや自動運転などの分野に影響を与える可能性がある。リプレイの効果と限界を理解することは、実用的な継続学習システムの設計に重要である。