论文《Generative Memory for Lifelong Reinforcement Learning》的研究重点是理解「生物记忆转移」，并将之应用到新的AI系统，从而在整个场景生命体验上从根本上改善其性能。研究人员利用当前对生物记忆转移的理解获得了用于记忆合并和重放的AI算法，提出使用生成存储器（可以在批量样本中调用）以伪排练的方式训练多任务代理。我们展示的结果激发了对生成记忆的潜在空间的任务不可知分离的需求，以解决终身学习中灾难性遗忘的问题。