用于通过应用程序流持续学习 GUI智能体 的选择性知识控制

持续学习是图形用户界面 (GUI) 代理适应不断发展的应用程序同时保留从以前的应用程序中获取的知识的关键能力。此类应用程序流提出了具有挑战性的知识建模问题：新应用程序通常与过去的应用程序共享基础知识，但也引入了不得干扰历史知识的特定知识。在本文中，我们提出了激活条件选择性知识控制，这是一种通过神经元级梯度操作实现选择性知识保留的轻量级方法。我们的方法保持紧凑的历史知识状态，以保护高度激活的 MLP 神经元，从而保留先前的知识。当新的应用程序到达时，它会执行以前向激活为条件的​​实时梯度手术。具体来说，受保护的神经元分为两类：持有特定知识的未激活神经元，其梯度被截断以防止干扰；激活的神经元持有共享知识，其梯度正交投影以保持稳定性，同时实现适应。在每个应用阶段之后，新识别的关键神经元将被合并到历史状态中以供将来学习。对多应用程序顺序基准的实证评估表明，我们的方法有效地减轻了对先前应用程序的灾难性遗忘，同时保持对新应用程序的强大适应。