持续强化学习中的神经进化（Continual Reinforcement Learning with Neuroevolution）

研究对比了进化策略（ES）和遗传算法（GA）在持续任务变化中的表现，发现 ES 最稳定、GA 最具可塑性但遗忘更多。ES 找到更宽的权重空间邻域，邻域重叠度与稳定性-可塑性权衡相关。通过新奇性搜索增加 GA 行为多样性会提升可塑性但加剧遗忘。神经进化在持续任务变化中展现出与 RL 不同的特性。