この記事では、サイバーフィジカルシステムにおける継続的強化学習（CRL）の現状と課題について述べています。継続的学習は、エージェントが以前の学習結果を新たなタスクや環境に再適用できるようにする機械学習の一分野です。特に、自律走行などの変化する環境において重要ですが、強化学習への適用は未解決の問題です。著者らは、自律駐車のシナリオを用いた実験を通じて、適切な環境の抽象化、ハイパーパラメータへの過敏性、結果の忘却、神経ネットワークの効率的な利用といった課題を明らかにしました。これらの課題に基づいて、堅牢なCRLシステムを構築するために解決すべき研究質問を提示しています。また、コンピュータサイエンスと神経科学の学際的な研究の必要性も強調されています。