Self-Evolution Skill Learning Multimodal Agents Feedback Loop
摘要

针对网络中多模态、异构且含噪声的过程性知识难以直接转化为 Agent 技能的问题,本文形式化了“指南到技能”的学习任务。作者提出了 MMG2Skill 基准及一个闭环框架,该框架能将野外指南编译为可编辑技能,并在执行中基于轨迹级的根本原因反馈持续修订技能,无需依赖基准评分。实验表明,该方法在多个领域和模型上显著优于基线,结构化构建与轨迹驱动的修订是实现性能提升的关键。

AI 推荐理由

论文提出闭环框架,通过轨迹反馈持续修正技能,核心聚焦 Agent 自我进化机制。

研究机构
Nanjing University, Kuaishou Technology
论文信息
作者 Xinyu Che, Junqi Xiong, Yunfei Ge, Xinping Lei, Shihao Li et al.
发布日期 2026-06-01
arXiv ID 2606.01993
相关性评分 9/10 (高度相关)