首页 /研究 /Orion:面向设备端在线持续学习的自适应内存管理
LEARNING开放获取

Orion:面向设备端在线持续学习的自适应内存管理

Zexin Li, Nikil Dutt, Cong Liu

2026

摘要

本文提出Orion框架,通过统一运行时指标URGE动态分配内存,协同优化训练延迟、可塑性和稳定性,解决资源受限机器人系统中在线持续学习的部署难题。系统级数据预取技术进一步提升了效率。

关键词

online continual learningmemory managementself-adaptiveroboticson-device deployment

相关论文