跳到正文
Hugging Face Daily Papers·· 2026-10-07精选AI 评分80

UniSkill:学习用于演化策略的对齐技能提案

UniSkill: Learning Actor-Aligned Skill Proposals for an Evolving Policy

AI 导读

论文介绍 UniSkill 方法,通过共享策略与环境交互以提出技能库编辑(添加、更新或不编辑),利用对比动作反馈测量替换检索技能后的行动对数似然差距来对齐策略,从而避免为每个提案进行昂贵的额外采样。

推荐理由

UniSkill 提出利用共享策略与对比反馈对齐技能提案,避免为每个提案进行额外采样,在 ALFWorld 和 WebShop 任务中保持高成功率。

来源:Hugging Face Daily Papers · arxiv.org