提出D2Skill——一种面向智能体强化学习的动态双粒度技能库框架,将可复用经验组织为任务级技能(提供高层指导)和步骤级技能(支持细粒度决策与纠错),通过技能注入与基线轨迹的性能差生成后见效用信号,联合优化策略与技能库,并利用效用感知的检索与剪枝动态维护技能库;在ALFWORLD和WEBSHOP上使用Qwen模型…
机构:中科院
来源:arXiv 2603.28716 | AI4Papers 论文推荐平台