XSkill：多模态智能体从经验与技能中的持续学习

多模态智能体虽能利用多样工具处理复杂推理任务，但在开放场景中仍面临工具使用效率低和编排灵活性不足的问题。本文提出 XSkill，一种双流连环学习框架，旨在无需参数更新的情况下，通过从过往轨迹中学习实现持续改进。该框架提取两种互补的可重用知识：提供动作级指导的“经验”和提供任务级规划指导的“技能”。XSkill 基于视觉观察进行知识提取与检索，通过多路径推演蒸馏知识，并在推理时自适应调整，形成持续学习闭环。实验表明其在多个基准测试中显著优于现有基线。