标签
X-Tree 直接从智能体轨迹中恢复可复用的技能层次结构（无需调用 LLM），并将其集成到离线强化学习、在线 RLVR 以及 on-policy 自蒸馏中，在数据和预算相同的条件下，于 WebArena、ScienceWorld 和 WebShop 上的成功率相较标准训练方案最高提升 5.8%。