UniSkill：智能体技能库与策略协同进化新方法
AI 总结
arXiv 预印本论文提出 UniSkill，让同一个策略在与环境交互时，从轨迹中提出技能库编辑（新增、更新或不变），从而实现策略与技能库的共同进化。该方法用对比式动作反馈提供“与执行者对齐”的信号——通过替换检索到的技能后、执行者对同一任务历史成功与失败轨迹的动作对数似然差来衡量，因而不必为每个提案额外做 rollout；同时用技能编辑支持正则化保持探索。论文称在 ALFWorld 上达到 98.4% 成功率、WebShop 上 84.7%，并称换成更小的骨干模型仍然有效，代码已公开。
深度见解
它提供了一种无需额外 rollout 就能评估技能提案的反馈方式，对构建可持续自我改进的 LLM 智能体的研究者有参考价值。