经状态锚定动态检索的网页智能体在线技能学习

语言代理越来越依赖可重用的技能来改进跨相关任务的多步骤网络自动化。越来越多的工作研究在线技能学习，其中代理不断地从之前的任务轨迹中引入技能，并在未来的任务中动态地重用它们。然而，现有的方法主要在任务级别重用技能：根据初始任务指令检索一组固定的技能，然后在整个执行过程中保持固定。这种静态策略与 Web 执行不一致，其中适当的下一步操作不仅取决于任务目标，还取决于当前的网页状态，而当前的网页状态通常会转变为初始技能无法涵盖的情况。为了解决这一差距，我们提出了基于状态的动态检索（SGDR），这是一种在线技能学习方法，可以实现网络代理的逐步技能重用。 SGDR 由三个组件组成：滑动窗口提取过程，将完成的轨迹转换为可在中间执行状态调用的可重用子过程；将技能检索与可执行操作连接起来的双文本代码表示；以及基于状态的动态检索机制，将技能与任务目标和当前网页状态相匹配。在五个领域的 WebArena 上进行的实验表明，SGDR 始终优于强基线，GPT-4.1 的平均成功率为 37.5%，Qwen3-4B 的平均成功率为 24.3%，相对于最强基线分别提高了 10.6% 和 10.0%。该代码可在 https://github.com/plusnli/skill-dynamic-retrieval 获取。