从轨迹到逻辑：利用神经符号学习进行长程代理任务的程序化技能归纳

基础模型驱动的代理常因纯提示推理的瞬时性而难以处理长程规划。现有技能归纳方法虽能将经验蒸馏为无状态参数脚本，却无法捕捉动态环境中稳健执行所需的条件逻辑。本文提出神经符号技能归纳（NSI）框架，将交互轨迹提升为模块化且基于逻辑的程序。通过合成显式控制流和动态变量绑定，NSI 使代理能够发现行动的时机与原因，实现少样本下的高效泛化及对未见目标的灵活适应。实验表明，NSI 显著优于最先进基线，赋能代理自我进化为构建逻辑基础技能的架构师。