共 1 篇相关文章
MDSKILL论文提出多视图蒸馏方法,将技能记忆拆分为状态感知、动作规划与执行控制三个视图,通过动态指标筛选高质量技能并利用OPSD内化到共享策略,在ALFWorld和WebShop上分别提升SOTA性能最高7.1%和8.1%,为自进化智能体提供高效技能内化方案。