arXiv · cs.CL· Wenlin Zhong·· 14 天前AI 评分43
SkillScaffold：基于策略自适应技能信用分配与选择性注入的智能体强化学习框架
SkillScaffold: Scaffolding Agentic Reinforcement Learning with Policy-Adaptive Skill Credit Assignment and Selective Injection
来源与原文
arXiv · cs.CL
作者：Wenlin Zhong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18807v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
SkillScaffold 是一种策略自适应训练框架，通过复用结果验证的训练轨迹、以结果感知的似然比较低成本估计技能效用，无需候选专属环境 rollout，并据此选择性注入技能或保持无技能执行。在 ALFWorld、WebShop、ScienceWorld 和 τ²-Bench 上超越强智能体 RL 与技能型 RL 基线，代码已开源。
来源：arXiv · cs.CL · arxiv.org