本文介绍了一种名为“双梯度投影”的方法，用于解决机器学习系统在学习新任务时容易忘记先前的对抗鲁棒性的问题。该方法通过将权重更新的梯度正交投影到两个关键子空间上，实现连续鲁棒学习。实验结果表明，该方法有效地保持了连续鲁棒性，并对抗强对抗攻击的效果优于其他方法。