摘要
近期 AI 代理虽能灵活调用技能解决复杂任务，但缺乏系统的技能构建、积累与迁移机制，限制了其长期进步。为此，本文提出 SkillPyramid，一种基于分层技能拓扑的技能巩固框架。该框架引入自我进化机制，使代理能在任务执行中组合、验证并整合新技能，将静态技能库转化为动态进化系统。实验表明，该方法在多个基准上显著提升了奖励并减少了执行步数。
AI 推荐理由
论文提出自我进化机制，核心在于技能的动态构建、验证与积累，实现代理的持续改进。
研究机构
The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China
School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China
Shanghai Artificial Intelligence Laboratory, Shanghai, China
Beijing Academy of Artificial Intelligence, Beijing, China
论文信息