Reset-Free RL（无重置强化学习）

传统强化学习依赖频繁重置环境来收集回合数据，但在机器人等真实场景中重置成本高昂甚至不可行。Reset-Free RL（无重置强化学习）通过设计内在奖励、技能发现或分层策略，使智能体在连续任务中自主探索并恢复，无需外部干预。代表性工作如R3L、MEDAL等，利用离线数据或自监督目标实现多阶段任务的无重置训练，推动了RL在现实世界的落地。