SkillScaffold增强智能体强化学习

发生了什么

据arXiv论文，SkillScaffold通过策略自适应技能信用分配与选择性注入增强智能体强化学习。该方法结合低成本技能效用估计与选择性技能注入，利用结果验证轨迹生成候选技能并通过结果感知似然比较评估效用，无需环境 rollout。实验在ALFWorld、WebShop等基准上优于基线，代码已开源。