研究发现深度学习在持续学习中因“可塑性损失”表现不如浅层网络，尤其在深度强化学习中影响样本效率。通过数据增强提升视觉强化学习性能，关键在于Critic网络的可塑性损失。实验显示，训练早期的干预至关重要，否则损失不可逆。研究提出自适应回放比例方法，动态调整Critic网络的回放比例，改善样本利用效率。