Hugging Face Daily Papers·· 2026-10-08AI 评分53
ViSkill:一种强化视觉语言模型代理的进化视觉原生技能框架
ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills
AI 导读
论文提出 ViSkill 框架,将成功交互编码为可直接被视觉语言模型访问的复合视觉技能卡片,构建技能积累与策略优化的闭环反馈机制。在 Sokoban、FrozenLake 和 PrimitiveSkill 任务上,该方法整体成功率达 0.89(冷启动初始化下为 0.91),优于所有评估过的专有及开源基线且收敛更快。代码已公开于 GitHub。
来源:Hugging Face Daily Papers · arxiv.org