SkillPyramid：面向自演化智能体的层级技能固化框架

最近的人工智能体可以灵活地调用技能来解决复杂的任务，但其长期进步从根本上受到缺乏系统的技能构建、积累和转移的限制。特别是，如果没有统一的技能整合框架，代理往往会在不同的任务中冗余地构建类似的能力，无法有效地将经验转化为可重用的资产，并且难以将特定于任务的技能推广到新的场景。为了解决这个限制，我们提出了 SkillPyramid，这是一个技能巩固框架，可以重用现有的技能经验来实现更广泛的任务泛化。 SkillPyramid 在分层技能拓扑上运行，进一步引入了自我进化机制，使代理能够在任务执行期间组合、验证和合并新技能。在 ALFWorld、WebShop 和 ScienceWorld 四个骨干模型上的实验表明，SkillPyramid 将平均奖励大幅提高了 38.0%，并将执行步骤减少了 27.7%。总的来说，我们的方法将技能集合从静态资源池转变为动态进化系统。