SkillRise: Agentic Reinforcement Learning for Cross-Task Skill Evolution
SkillRise：面向跨任务技能进化的智能体强化学习
🧭 Agent 多任务技能进化与文档迭代 ★ 深度解读
Zhejiang University · National University of Singapore · Shanghai Jiao Tong University · Meituan
将相关任务序列化并用单一策略交替执行任务解决与技能文档演化，以解耦信用分配实现跨任务技能迁移
📌 工作参考价值（4 点）
- 跨任务技能积累范式：对于电商搜索/推荐Agent，可将不同商品类目下的搜索/推荐任务视为同一任务族，按难度递增构造序列，使Agent在解决简单任务后沉淀通用策略，再迁移到复杂任务，减少重复探索。
- 演化文档作为记忆载体：在投放策略优化或多轮对话中，让Agent维护一份技能文档（例如“高价商品推荐要点”），每次任务后自动更新，替代外部记忆库的复杂维护，降低工程复杂度。
- 解耦信用分配：将“执行当前任务”与“为后续任务总结经验”的奖励分离，执行用即时反馈，总结用后续任务折扣回报，避免两者相互干扰，适合广告出价、查询改写等需要平衡即时效果与长期学习的场景。
- 测试时持续提升：SkillRise展现的随着相关任务序列增加性能递增的特性，可应用于在线服务中持续积累跨请求的经验，无需重新训练即可利用历史交互不断优化策略。