标签
本文介绍了EvoClawBench，一个旨在测试AI智能体能否从自身执行运行中学习可复用技能的基准测试。多个智能体运行时的实验表明，技能学习具有选择性和成本敏感性，并非自动受益。
Hermes Agent 的 /learn 功能允许用户输入任何设计，并提取设计令牌、布局结构、交互状态和组件模式，将其转化为可复用的技能，以实现一致的设计输出。
本文讨论了 SKILL.md 在定义可复用 Agent 技能方面的日益普及，并探讨了与仅依赖 ChatGPT、Claude 等 AI 工具相比，它在离线使用、标准化、工作流以及成本节约等方面的优势。
本文认为代理技能应包含视觉信息，而不仅仅是文本，并提出了一种多模态技能范式，将文本逻辑与视觉支持相结合。实验表明，在视觉中心任务中，视觉技能优于纯文本方法。
本文介绍了CARL，一种利用局部动态规律学习可复用技能的离线分层强化学习方法。该方法将需要相似动作序列的状态-目标对进行聚类，从而实现更有效的技能复用，并在复杂的人形机器人任务上提升了性能。