SkillScaffold
一种面向智能体强化学习的训练支架方法，通过结果感知的似然比较进行低成本技能效用估计，并基于效用自适应选择注入或放弃技能，同时联合训练技能生成器与执行器以促进技能内化。
时间轴 (近 90 天)
SkillScaffold通过复用已经完成结果验证的训练轨迹，并使用结果感知的似然比较来估计技能效用，完全不依赖候选专属的环境交互。
SkillScaffold包含Generator和Executor两个角色，分别负责产出技能和执行任务，两者进行联合训练。
SkillScaffold的消融实验验证了基于效用的选择与放弃机制是性能提升的关键来源之一。
SkillScaffold在ALFWorld、WebShop、ScienceWorld和τ²-Bench四个基准上进行了评估，并在短程和长程任务上都超越了强智能体RL基线和技能驱动RL基线。
SkillScaffold的代码已在GitHub开源，地址为https://github.com/Vaidurya00/SkillScaffold。
全部知识事实 (5)
SkillScaffold通过复用已经完成结果验证的训练轨迹，并使用结果感知的似然比较来估计技能效用，完全不依赖候选专属的环境交互。
50%待验证SkillScaffold包含Generator和Executor两个角色，分别负责产出技能和执行任务，两者进行联合训练。
50%待验证SkillScaffold的消融实验验证了基于效用的选择与放弃机制是性能提升的关键来源之一。
50%待验证SkillScaffold在ALFWorld、WebShop、ScienceWorld和τ²-Bench四个基准上进行了评估，并在短程和长程任务上都超越了强智能体RL基线和技能驱动RL基线。
50%待验证SkillScaffold的代码已在GitHub开源，地址为https://github.com/Vaidurya00/SkillScaffold。
50%