SPyCE：多模态智能体的技能 - 策略协同进化

针对多模态智能体在复杂任务中难以复用工具模式的问题，本文提出 SPyCE 框架。该方法不同于传统强化学习仅依赖标量奖励或静态记忆检索，主张将推理轨迹蒸馏为可复用的分层技能库，并与策略模型在训练中协同进化。执行技能捕捉局部视觉操作，工作流技能编码高层工具编排先验。实验表明，这种闭环优化机制在多个基准测试中显著优于现有方法，证明了联合优化的有效性。