arXiv cs.CV· Hongxing Li, Dingming Li, Yixin Li, Yong Du, Wenqi Zhang, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen·· 3 小时前AI 评分22
ViSkill：用可演进的视觉原生技能强化 VLM 智能体
ViSkill: Reinforcing VLM Agents with Evolving Visual-Native Skills
AI 导读
ViSkill 是一个视觉原生技能学习框架，将成功交互编码为 VLM 智能体可直接调用的复合视觉技能卡，检索到的技能同时引导推理与奖励塑形，成功轨迹再蒸馏回技能库形成闭环。在 Sokoban、FrozenLake 和 PrimitiveSkill 上，ViSkill 整体成功率达 0.89，加入冷启动初始化后升至 0.91，优于所有已评估的闭源与开源基线，且收敛快于标准 PPO。代码已公开。
来源：arXiv cs.CV · arxiv.org