behavioral drift（行为漂移）

行为漂移（Behavioral Drift）是机器学习系统在动态环境中常见的问题，尤其出现在持续学习、在线学习和多智能体系统中。背景：当数据分布随时间变化（概念漂移）或智能体持续探索时，其策略可能偏离原始设计。技术说明：漂移检测可通过监控状态访问分布、动作分布或奖励信号的变化来实现，缓解方法包括定期重训练、弹性权重巩固和元学习。