标签
Jim Fan的团队开源了ASPIRE的V1.0版本，这是一个支持真机技能发现与自我提升的智能体机器人框架。他们指出，Astra、Opus 5.5和Sonnet 5.5等前沿模型已在其机器人基准测试中达到饱和。
提出GGSD框架，通过自博弈游戏引导技能发现，让人类可用少量离散技能直接控制具身智能体（Ant、Franka臂、Unitree G1），并在无需额外训练的情况下组合技能解决未见过的任务。
Video2Skill 提出了一个基准和流式具身技能发现（Streaming Embodied Skill Discovery, SESD）任务，用于评估视觉-语言模型（VLM）能否将操作视频流组织为可复用的技能，结果表明模型规模并不能带来帮助，而识别何时现有技能不足才是核心瓶颈。
DSD是一种基于扩散的方法，用于在模拟人形控制中发现多样且可复用的运动技能，通过更广泛的行为覆盖改进了先前的技能发现技术。
本文介绍了一个关于多模态代理框架中技能发现与路由的案例研究，表明在提示中部分暴露技能可能会产生词汇竞争，从而阻碍正确选择，将小规模的上下文检索与大规模方法联系起来。
ASPIRE 是一个持续学习系统，通过迭代探索自主开发和优化机器人控制程序，在操作任务和家务任务中取得显著提升，并实现了从仿真到现实的迁移。
DataCOPE 是一个面向数据分析智能体的无监督验证器引导的技能发现框架，它从探索轨迹中提取验证器信号，无需标注监督。在报告式与推理式数据分析任务上，分别提升了 9.71% 和 32.30% 的性能。
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。
SkillsVote是一个AI Agent Skill管理工具，从GitHub上筛选了79万+ Skill并提取功能描述、环境要求和权限信息，支持精准推荐、执行归因和迭代优化，还能给出工作流组合建议。
本文提出经验压缩谱，这是一个统一框架，将agent记忆、技能发现和基于规则的系统沿单一递增压缩轴集成（情景记忆5-20倍，程序性技能50-500倍，声明性规则1000倍以上）。工作识别出一个关键缺口——‘缺失对角线’——表明现有系统在固定压缩级别运行，缺乏自适应跨级别支持，并阐述了可扩展全谱agent学习系统的设计原则。
SkillFlow 推出了一个涵盖20个任务家族共166项任务的基准测试，用于评估自主智能体在终身学习协议下，随时间推移发现、修复并维护技能的能力。实验揭示了主流模型之间存在显著的能力差距：Claude Opus 4.6 通过技能演化获得了显著提升，而其他模型的收益有限甚至为负。