MDSKILL
一种面向自进化智能体的多视图蒸馏方法，将技能记忆拆分为状态感知、动作规划和执行控制三个视图，利用On-Policy Self-Distillation将互补经验内化到共享策略参数中
时间轴 (近 90 天)
论文《MDSKILL: Learning to Internalize Skill Memory through Multi-View Distillation for Efficient Dynamic Agent Self-Evolution》提出了一种多视图蒸馏方案，用于解决技能记忆内化过程中的噪声与纠缠问题。
MDSKILL 将技能记忆按功能拆分为三个互补视图：状态感知、动作规划和执行控制。
MDSKILL 使用动态指标筛选高质量技能，构建视图专属的推理分支及一个整合推理分支，并通过 OPSD 在分支间迁移并巩固互补经验知识。
MDSKILL 使智能体能够在没有更强外部教师模型的情况下完成技能内化与持续自演化。
MDSKILL 在三个智能体基准上评估，对比纯 RL 方法、技能增强方法及不依赖更强外部教师模型的自蒸馏基线。
在不增加额外计算开销的前提下，MDSKILL 在 ALFWorld 和 WebShop 上分别将 SOTA 性能提升了最高 7.1% 和 8.1%。
MDSKILL 的代码已在匿名仓库公开（anonymous.4open.science/r/MDSKILL-CF53）。
MDSKILL 提出一条更“轻”的自演化路径：不依赖更强的外部教师，也不需要额外算力，而是通过重新组织已有技能记忆的结构来提升蒸馏效率。
三视图的划分方式是否适用于更多类型的任务、动态筛选指标在更复杂环境中的稳定性仍有待后续工作验证。
全部知识事实 (9)
论文《MDSKILL: Learning to Internalize Skill Memory through Multi-View Distillation for Efficient Dynamic Agent Self-Evolution》提出了一种多视图蒸馏方案，用于解决技能记忆内化过程中的噪声与纠缠问题。
50%待验证MDSKILL 将技能记忆按功能拆分为三个互补视图：状态感知、动作规划和执行控制。
50%待验证MDSKILL 使用动态指标筛选高质量技能，构建视图专属的推理分支及一个整合推理分支，并通过 OPSD 在分支间迁移并巩固互补经验知识。
50%待验证MDSKILL 使智能体能够在没有更强外部教师模型的情况下完成技能内化与持续自演化。
50%待验证MDSKILL 在三个智能体基准上评估，对比纯 RL 方法、技能增强方法及不依赖更强外部教师模型的自蒸馏基线。
50%待验证在不增加额外计算开销的前提下，MDSKILL 在 ALFWorld 和 WebShop 上分别将 SOTA 性能提升了最高 7.1% 和 8.1%。
50%待验证MDSKILL 的代码已在匿名仓库公开（anonymous.4open.science/r/MDSKILL-CF53）。
50%待验证MDSKILL 提出一条更“轻”的自演化路径：不依赖更强的外部教师，也不需要额外算力，而是通过重新组织已有技能记忆的结构来提升蒸馏效率。
50%待验证三视图的划分方式是否适用于更多类型的任务、动态筛选指标在更复杂环境中的稳定性仍有待后续工作验证。
50%