MDSKILL:通过多视图蒸馏学习内化技能记忆以实现高效的动态代理自我进化
原文:MDSKILL: Learning to Internalize Skill Memory through Multi-View Distillation for Efficient Dynamic Agent Self-Evolution
技能记忆将过去的经验编码为文本提示,以改进自我进化代理的强化学习(RL)。作为 RL 的补充,政策自蒸馏 (OPSD) 提供密集、细粒度的监督,以内化技能引导轨迹中的知识并加速政策学习。然而,自我生成的记忆通常包含嘈杂的监督和功能上的纠缠,重新
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。