SkillCoach: Self-Evolving Rubrics for Evaluating and Enhancing Agentic Skill-Use
HKUST(GZ)(香港科技大学(广州))
提出SkillCoach框架,通过自演化过程评分准则从技能选择、遵循、组合和反思四维度评估智能体轨迹,并利用演化准则筛选高质量训练数据,提升技能使用能力。
2026-07-03 cs.AI cs.CL
ReSkill: Reconciling Skill Creation with Policy Optimization in Agentic RL
University of California, Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学)
提出ReSkill框架,通过GRPO的组结构嵌入断言驱动技能创建、组内轨迹采样和自适应汤普森采样,实现技能与策略的协同进化,在多个领域超越现有方法。
2026-06-08 cs.AI cs.LG stat.ML
A Systematic Survey of Agentic Skills: Architecture, Lifecycle, and Security
Google LLC(谷歌有限责任公司);Purdue University(普渡大学)
本文为智能体技能生态建立统一系统基础与参考架构,界定其九阶段生命周期,探讨安全威胁与防御机制,分类多领域系统实现,确立智能体技能为自主语言智能体的基础范式。
2026-09-29 cs.AI cs.LG cs.MA
SkillRise: Agentic Reinforcement Learning for Cross-Task Skill Evolution
Zhejiang University(浙江大学);National University of Singapore(新加坡国立大学);Shanghai Jiao Tong University(上海交通大学);Meituan(美团)
SkillRise是跨任务学习技能的统一强化学习框架,解耦信用分配机制实现任务求解与技能整理,在多基准上Pass@1性能优于基线,还降低了运行开销。
2026-07-30 cs.AI cs.LG
Skill Reuse as Compression in Agentic RL
Arizona State University(亚利桑那州立大学);University of Pennsylvania(宾夕法尼亚大学);University of Southern California(南加州大学)
提出ReuseRL方法,基于最小描述长度原则将成功轨迹压缩为可重用技能字典,并通过分割代价惩罚低效编码行为,在多个环境中提升分布内和分布外成功率。
2026-09-02 cs.AI cs.LG
Dynamic Dual-Granularity Skill Bank for Agentic RL
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Pengcheng Laboratory(鹏城实验室);Sun Yat-Sen University(中山大学);MemoraX AI
提出D2Skill,一种动态双粒度技能库,通过任务技能和步骤技能分别提供高层指导和细粒度决策支持,利用配对基线回放和技能注入回放的性能差距更新技能和优化策略,在ALFWorld等任务上显著提升性能。
2026-05-25 cs.AI
What Stops Recursive Self-Improvement in Robotics? Lessons from 123 Rounds of Agentic Skill Discovery
本研究通过123轮智能体技能发现实验,揭示机器人递归自我改进受阻于感知模块缺乏关系理解、技能链锁定早期步骤及评估框架误导,并提出相应改进建议。
2026-09-29 cs.AI cs.LG cs.RO
AEVAL: From Anecdotal to Deterministic Testing for Agentic Skill Workflows
nvidia(NVIDIA公司)
研究针对智能体技能工作流测试缺乏确定性和可重复性的问题,提出AEVAL框架,通过执行器与评分器分离等方法,实现确定性、可重复的测试,给出分层修复建议,能将虚假通过率转换为可重复失败信号并记录修复过程。
2026-07-22 cs.AI cs.LG cs.PF
Multi-level meta-reinforcement learning with skill-based curriculum
本文提出基于技能的多级元强化学习框架,通过多级分解和策略分解实现技能转移,提升复杂MDP的求解效率与泛化能力。
2026-03-09 cs.AI cs.LG stat.ML
UCOB: Learning to Utilize and Evolve Agentic Skills via Credit-Aware On-Policy Bidirectional Self-Distillation
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Pengcheng Laboratory(鹏城实验室);Memorax AI
提出UCOB框架,通过比较技能条件与无技能提示的回报,实现信用感知的在策略双向自蒸馏,以有效利用和更新技能记忆,在ALFWorld、WebShop等任务上显著超越基线。
2026-07-20 cs.AI cs.CL
Skills for the future software profession: beyond agentic AI!
National University of Singapore(新加坡国立大学);Columbia University(哥伦比亚大学)
本文通过2026年在纽约和新加坡举行的两场圆桌会议,总结未来软件工程师所需的核心技能,强调验证与确认在智能体处理实现时的重要性。
2026-09-01 cs.AI cs.SE
From Lexical Baselines to Agentic Retrieval-Augmented Generation: Structured Skill and Responsibility-Level Extraction with the SFIA Framework
Informatics Institute of Technology(信息科技学院);University of Sri Jayewardenepura(斯里贾亚瓦德纳普拉大学)
本研究针对SFIA框架提出结构化技能与责任级别提取任务,比较五种策略,发现检索匹配识别技能多、生成策略更精确,显式级别决策更可靠,智能体团队无增益,提供首个可复现基线。
2026-09-30 cs.AI cs.CL
Curriculum Learning for Cooperation in Multi-Agent Reinforcement Learning
Mila(米拉研究所);Laval University(拉瓦尔大学);AI Redefined;University of Alberta(阿尔伯塔大学)
针对多智能体强化学习中协作训练的队友选择及课程设计问题,本文通过Overcooked游戏实验发现低技能预训练队友利于团队奖励但不利于智能体学习,且技能递减的队友课程表现更优。
2023-12-19 cs.AI cs.LG cs.MA
Subagents vs Agent Skills: Executing Reusable Knowledge for Long-Horizon Agentic Tasks
Cornell University(康奈尔大学);Microsoft Research Cambridge(微软研究院剑桥分院)
本研究提出以子代理方式执行技能包,相比加载指令到上下文,能更好解决长时程任务,但需权衡通信开销。
2026-09-10 cs.AI cs.CL cs.LG
ASE-26: a curriculum for agentic software engineering as a discipline
Holon Institute of Technology(霍洛恩技术学院)
本文提出ASE-26本科课程,通过21个模块和进化螺旋模型,系统培养代理软件工程学科所需的实践者技能。
2026-05-31 cs.AI cs.CY cs.SE
Skill or Skip? Learning Selective Skill Invocation in Agentic Tasks via Dual-Granularity Preference Learning
Meituan(美团);Fudan University(复旦大学);Shanghai Jiao Tong University(上海交通大学);Nanjing University(南京大学);Peking University(北京大学)
提出SelSkill框架,通过双粒度偏好学习实现选择性技能调用,在ALFWorld和BFCL上显著提升任务成功率和执行精度。
2026-09-01 cs.AI cs.CL
Agentic Skill Optimization over Lie Algebroids
Adobe Research(Adobe研究院);University of Massachusetts, Amherst(马萨诸塞大学阿默斯特分校)
研究智能体技能优化问题,提出LASKO框架,将技能建模为李代数胚截面,利用李括号筛选测试替代昂贵验证,在自然语言任务因果提取中实现近15倍加速,提升技能优化速度。
2026-07-14 cs.AI cs.LG math.CT
SkillFlow: Flow-Driven Recursive Skill Evolution for Agentic Orchestration
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));National University of Singapore(新加坡国立大学);Nanyang Technological University(南洋理工大学);Zhejiang University(浙江大学)
SkillFlow通过流程驱动的递归技能进化解决代理编排中的策略崩溃、梯度方差高和无指导技能进化问题,实现高效任务编排。
2026-10-23 cs.AI
Learning Tennis Strategy Through Curriculum-Based Dueling Double Deep Q-Networks
Independent Researcher(独立研究者)
本文提出基于课程学习的对战双深Q网络,用于优化网球策略,通过模拟环境实现高胜率和高效发回球表现,但存在防守偏见问题。
2025-12-20 cs.AI cs.LG
Benchmarking Security Risk Detection and Verification in Open Agentic Skill Ecosystems
University of Texas at El Paso(德克萨斯理工大学);Southern Illinois University-Carbondale(南方伊利诺伊大学卡本代尔分校);Purdue University(普渡大学)
提出SkillVetBench,一个两阶段安全审查基准,通过语义审查和沙箱执行检测与验证开放智能体技能生态系统中的恶意技能。
2026-05-30 cs.AI cs.CR
Meta Context Engineering via Agentic Skill Evolution
本文提出元上下文工程(MCE),通过代理技能进化提升上下文优化效果,实现更灵活的上下文生成与适应性。
2026-02-11 cs.AI cs.NE
SkillClaw: Let Skills Evolve Collectively with Agentic Evolver
DreamX Team(DreamX团队)
SkillClaw通过聚合多用户交互数据,实现技能的集体进化,提升代理在现实场景中的性能。
2026-08-11 cs.AI cs.CL
SkillTV-Bench: Benchmarking How Well Judges Perform on Skill-Augmented Agentic Execution
SkillTV-Bench是含681个案例的智能体轨迹基准,用于评估技能感知轨迹验证;提出SkillTV-Evolve优化JudgeSkill,使智能体评判者准确率提升14.8个百分点,选定轨迹成功率大幅提高。
2026-08-07 cs.AI
SoK: Agentic Skills -- Beyond Tool Use in LLM Agents
University of Technology Sydney(悉尼科技大学);CSIRO Data61(CSIRO数据61)
本文探讨了代理技能在LLM代理中的应用,分析了技能的生命周期管理、分类方法及其安全影响,并提出了未来研究挑战。
2026-02-24 cs.AI cs.CE cs.CR
OpenClaw-Skill: Collective Skill Tree Search for Agentic Large Language Models
The Hong Kong Polytechnic University(香港理工大学);Nanyang Technological University(南洋理工大学);Tsinghua University(清华大学);Royal Melbourne Institute of Technology(皇家墨尔本理工大学);Beijing University of Aeronautics and Astronautics(北京航空航天大学)
提出集体技能树搜索(CSTS)框架,通过集体智能生成和评估技能节点,构建结构化、多样且可泛化的技能树,并引入集体技能强化学习,提升大语言模型在工具使用、多步推理和动态环境交互中的智能体能力。
2026-06-16 cs.AI cs.CL
Skill Retrieval Augmentation for Agentic AI
Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);ByteDance Inc.(字节跳动公司)
针对现有智能体系统在技能库扩展时上下文窗口不足、技能识别准确率下降的问题,提出技能检索增强(SRA)范式,通过动态检索外部技能库提升智能体性能,并构建SRA-Bench基准揭示技能整合中的瓶颈。
2026-06-07 cs.AI cs.CL
Evolutionary Curriculum Training for DRL-Based Navigation Systems
Institute for Robotics and Intelligent Machines(机器人与智能机器研究所);Georgia Institute of Technology(佐治亚理工学院)
本文提出进化课程训练方法,通过评估DRL碰撞避免模型在结构化环境中的能力并生成针对性课程来提升其导航与避障性能,在五个环境中验证了更高成功率和更低碰撞次数。
2023-06-15 cs.AI cs.LG cs.MA
An Agentic AI Framework for Training General Practitioner Student Skills
University of Antwerp(安特卫普大学)
本文提出了一种代理AI框架,用于培训全科医学生技能,通过统一病例生成、角色驱动对话和基于标准的评估,提升医学教育中虚拟模拟患者的效果。
2025-12-20 cs.AI cs.CL
Distill Until Divergence: Error-Truncated Hindsight Distillation for Agentic RL
Faculty of Computing, Harbin Institute of Technology(哈尔滨工业大学计算机学院)
针对智能体强化学习中技能条件化监督与当前状态不匹配的问题,提出误差截断回溯蒸馏方法,通过正负技能路由与错误后后缀GRPO优化实现细粒度信用分配,实验验证其任务性能与分配有效性。
2026-10-19 cs.AI
A Framework for Evaluating Agentic Skills at Scale
Tessl London United Kingdom(伦敦英国Tessl)
提出一个评估框架,通过构建真实任务和评分标准,大规模评估500个真实技能在19种智能体模型上的表现,发现模型对技能指令的遵循程度差异显著,且技能显著改变模型行为。
2026-06-17 cs.AI cs.CL cs.SE
EvoSkill v2: Fully Agentic Skill Evolution from Benchmark Adaptation to a Stateful Evolver
Sentient Labs
EvoSkill v2是三智能体技能演化系统,通过有状态编码智能体演化技能,在两个基准上较基线提升保留通过率,且成本更低,还可让弱模型改进自身技能。
2026-10-26 cs.AI cs.CL cs.LG
Evaluating Skills, Not Just Agents: Agentic Continuous Evaluation of Skills
NVIDIA(英伟达)
该研究提出ACES框架,通过配对实际 trials等方式评估技能附加价值,实验表明其能发现扫描式审核无法观测的信号,开源实现已在NVIDIA SkillEvaluator中提供。
2026-08-24 cs.AI
SKILLC: Learning Autonomous Skill Internalization in LLM Agents via Contrastive Credit Assignment
Meituan(美团)
提出SkillC框架,基于对比技能信用分配(CSCA)将技能帮助性对比转化为直接学习信号,实现LLM智能体的自主技能内化,在ALFWorld和WebShop上分别超越最强基线5.5%和4.4%。
2026-05-27 cs.AI
Physical Agentic AI: An Architecture for Orchestrating a Robot Crew with LLMs
School of Computing and Augmented Intelligence, Arizona State University(亚利桑那州立大学计算与增强智能学院)
本文提出Physical Agentic AI框架,通过语义规划与执行间的显式架构接口协调机器人团队,在两类任务中验证其可提升技能落地率、减少故障动作,为物理机器人团队提供可靠协调方案。
2026-08-25 cs.AI cs.MA cs.RO
ASPIRE: Agentic /Skills Discovery for Robotics
NVIDIA(英伟达);UMich(密歇根大学);UIUC(伊利诺伊大学厄巴纳-香槟分校);UC Berkeley(加州大学伯克利分校);CMU(卡内基梅隆大学)
提出ASPIRE系统,通过闭环执行、技能库积累和进化搜索,自主编写和优化机器人控制程序,在扰动、多机器人协作和长时域任务上显著超越现有方法,并实现零样本泛化与仿真到现实的技能迁移。
2026-10-22 cs.AI cs.MA cs.RO
Unsupervised Skill Discovery for Agentic Data Analysis
University of Science and Technology of China(中国科学技术大学)
提出DataCOPE框架,通过无监督验证器引导从探索轨迹中发现可复用的数据分析技能,在报告式和推理式分析任务上分别提升平均得分9.71%和32.30%。
2026-06-04 cs.AI cs.CL cs.LG
CASCADE: Cumulative Agentic Skill Creation through Autonomous Development and Evolution
Department of Materials Science and Engineering, University of California, Berkeley, California, United States(加州大学伯克利分校材料科学与工程系);Materials Sciences Division, Lawrence Berkeley National Laboratory, California, United States(劳伦斯伯克利国家实验室材料科学部);Laboratory of Artificial Chemical Intelligence (LIAC), Institute of Chemical Sciences and Engineering, École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland(日内瓦联邦理工学院化学科学与工程研究所人工化学智能实验室);National Centre of Competence in Research (NCCR) Catalysis, École Polytechnique Fédérale de Lausanne (EPFL), Lausanne, Switzerland(日内瓦联邦理工学院催化研究国家中心)
CASCADE通过自主开发与进化实现代理技能的累积,提升复杂科学任务的适应性和扩展性。
2026-01-28 cond-mat.mtrl-sci cs.AI
KnowCoder-A1: Incentivizing Agentic Reasoning Capability with Outcome Supervision for KBQA
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);State Key Laboratory of AI Safety(人工智能安全国家重点实验室);School of Computer Science, University of Chinese Academy of Sciences(中国科学院大学计算机科学学院)
针对现有KBQA方法基于过程监督的推理轨迹微调对探索激励弱的问题,提出KnowCoder-A1,通过仅结果监督下的分阶段课程强化学习训练LLM,在三个主流数据集上表现更优,零样本GrailQA子集用少量数据获11.1%相对提升。
2025-11-18 cs.AI cs.CL
Does Your Generalist Skill Optimizer Really Incentivize Agentic Tasks? Rethinking Skill Optimization via Bipartite Attribution
Shanghai AI Laboratory(上海人工智能实验室);Fudan University(复旦大学);Shanghai Jiao Tong University(上海交通大学);University of Science and Technology of China(中国科学技术大学);Tsinghua University(清华大学)
本研究针对技能优化器在智能体任务中的激励效果问题,提出BiPA方法,通过二分归因分析发现其开发集增益在测试集消失,进而给出四条优化原则。
2026-10-28 cs.AI
Audited Skill-Graph Self-Improvement for Agentic LLMs via Verifiable Rewards, Experience Synthesis, and Continual Memory
OWASP Fairfax, VA, USA;Kleiner Perkins
本文提出ASG-SI框架,通过可验证奖励、经验合成和持续记忆实现代理LLM的审计化技能图自改进,以提升安全性和可追溯性。
2025-12-28 cs.AI cs.CR
Machine Teaching in Hierarchical Genetic Reinforcement Learning: Curriculum Design of Reward Functions for Swarm Shepherding
School of Engineering & IT University of New South Wales Canberra(新南威尔士大学堪培拉校区工程与信息技术学院)
强化学习中奖励函数的设计是一种人类技能,伴随着经验而来。不幸的是,在文献中没有任何方法可以指导人类设计奖励函数,或者允许人类以系统的方式将在设计奖励函数时开发的技能转移给另一个人。在本文中,我们使用系统教学设计,在人类教育的方法,工程师的机器教育方法来设计奖励功能的强化学习。我们展示了在设计一个层次遗传强化学习器,采用神经网络表示进化的代理牧羊基于boids群的群控制器的方法。结果表明,该方法能够指导分层强化学习器的设计,分层学习中的每个模型通过多部分奖励函数进行增量学习。层次结构充当决策融合功能,将每个指令所学习的个人行为和技能结合起来,以创建一个智能牧羊人来控制群体。
2019-01-04 cs.AI
Frustratingly Easy Agentic RAG via Portable Skills: A Case Study in Customer Support
Airbnb, Inc.(爱彼迎公司)
本文通过客户支持案例研究,提出一种简易可移植技能的智能体RAG,实现99.2%程序等效性与83.3%证据充分性,维护更简便,适用于延迟容忍且有人工审核的场景。
2026-10-14 cs.AI
EvoDRC: A Self-Evolving Agentic Framework for Automated DRC Violation Repair
Arizona State University(亚利桑那州立大学);NVIDIA Corporation(英伟达公司)
针对先进节点物理设计中DRC闭合瓶颈问题,EvoDRC提出自进化智能体框架,利用参考设计知识和目标设计经验初始化并进化修复技能,将布局分解后分配智能体,通过工具反馈和知识数据库提升修复效果,实验显示总体减少73.5%。
2026-07-23 cs.AI
Skillsets on the Chain: A Blockchain-based Zero-Trust Framework for Agentic AI Networking
School of Electronic Information and Communications, the Huazhong University of Science and Technology(华中科技大学电子信息与通信学院);Peng Cheng Laboratory(鹏城实验室);Pazhou Laboratory (Huangpu)(琶洲实验室(黄埔));School of Mechanical Engineering and Electronic Information, China University of Geosciences (Wuhan)(中国地质大学(武汉)机械工程与电子信息学院);School of Artificial Intelligence, Xidian University(西安电子科技大学人工智能学院)
针对智能体AI网络的声明与能力不一致及安全漏洞问题,提出双层区块链零信任框架TrustAgentNet,通过技能集链与协作链保障安全,实验验证其开销低、准确率高且能自主恢复。
2026-08-04 cs.AI cs.CR cs.NI
Agentic Reinforcement Learning with Self-Distilled Reward Shaping
针对智能体强化学习中稀疏奖励无法分配中间决策信用的问题,提出ADRS框架,通过校准教师分数等提升多轮语言智能体在长时域任务的性能,且增益稳定。
2026-08-05 cs.AI cs.CL cs.LG
RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning
Zhejiang University(浙江大学);Alibaba Group(阿里巴巴集团)
RetireOPD通过自适应退役机制,在智能体强化学习中利用技能条件化教师进行在策略蒸馏,显著提升ALFWorld和WebShop任务性能。
2026-09-29 cs.AI cs.CL
SocialWise: LLM-Agentic Conversation Therapy for Individuals with Autism Spectrum Disorder to Enhance Communication Skills
Albert Tang(阿尔伯特·坦)
SocialWise通过浏览器应用结合LLM对话代理和治疗性检索增强生成(RAG)知识库,为自闭症谱系障碍个体提供低成本、高效的沟通技能培训。
2026-03-28 cs.AI cs.HC cs.IR
A Self-Evolving Agentic Framework for Metasurface Inverse Design
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校)
本文提出一种自演化代理框架,通过上下文级技能进化解决超材料逆向设计中工作流构建的难题,提升任务成功率并减少尝试次数,实现可重用的求解器专业知识积累。
2026-07-13 cs.AI physics.comp-ph
PATS: Policy-Aware Training Scaffolding for Agentic Reinforcement Learning
研究针对长期语言模型智能体强化学习中弱策略问题,提出以策略为中心的训练范式Pats,将技能作为动态训练框架,通过转换展开组为证据卡、特定任务评估调整上下文等改进策略,在多个任务上取得良好效果。
2026-07-31 cs.AI
You Live More Than Once: Towards Hierarchical Skill Meta-Evolving
Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Huawei Foundation Model Department(华为基础模型部门)
本文提出HiSME,一种轻量级分层技能元进化方法,通过从智能体任务执行轨迹中学习元技能,联合优化技能和技能进化策略,以持续提升部署的智能体系统在不同下游场景中的性能。
2026-07-23 cs.AI
Declarative Data Services: Structured Agentic Discovery for Composing Data Systems
Northeastern University(东北大学);Brown University(布朗大学)
提出声明式数据服务(DDS)架构,通过分层类型契约将全局搜索分解为有界子搜索,解决无界智能体发现无法稳定收敛的问题,并在交易后端工作负载上验证其有效性。
2026-05-26 cs.AI
Formal Analysis and Supply Chain Security for Agentic AI Skills
Independent Research(独立研究)
SkillFortify是首个用于代理技能供应链的形式化分析框架,通过六大贡献提升安全性和检测效率。
2026-08-06 cs.AI cs.CR cs.SE
NeuroSkill(tm): Proactive Real-Time Agentic System Capable of Modeling Human State of Mind
MIT Media Lab(麻省理工学院媒体实验室);MIT(麻省理工学院)
NeuroSkill(tm)通过整合脑机接口信号和SKILL.md描述,实现对人类心理状态的实时建模与多层面互动,采用开源协议并遵循伦理对齐AI标准。
2026-03-03 cs.AI
AlgoEvo: Self-Evolving Agentic Search for Automated Algorithm Discovery
City University of Hong Kong(香港城市大学);A*STAR(新加坡科技研究局)
AlgoEvo提出统一智能体框架,通过动态代码编辑、技能中心解耦和分层经验机制,实现自动算法发现的自进化搜索,在六个基准任务中以更少评估和令牌消耗匹配或超越专门方法。
2026-09-29 cs.AI