OmniHarness: Harnessing Generalizable Visual Generation via Symbolic Policy Learning
OmniHarness：符号策略学习实现可泛化视觉生成
🧭 Agent 策略学习 · 视觉生成
Beihang University · The Chinese University of Hong Kong · National University of Singapore
将验证过的执行抽象为可组合符号策略，结合中间验证与自引导练习，免训练实现跨任务泛化与持续能力扩展
📌 工作参考价值（4 点）
- 策略库抽象：将验证成功的 Agent 执行轨迹转成 symbolic policy，剥离实例特定输入，保留通用 SOP 与适用条件，可显著提升新任务泛化；在电商 Agent 中可把高转化对话流程、工具调用序列沉淀为可复用策略，减少重复试错。
- 中间验证而非最终反思：在长链路任务（如商品推荐中的多步 tool call、广告素材生成）中加入 step-level 校验，使错误在早期被发现并触发策略调整，比只在失败后反思能节省大量 token 和时延。
- 自引导练习与能力边界探索：在真实业务流量前，让 Agent 自己生成接近能力上限的练习任务并执行，用执行反馈迭代策略，无需人工标注下游数据即可完成冷启动策略库构建。
- 冻结模型参数、在线更新策略：只更新策略库而不微调 backbone，方便线上快速实验与回滚；对已有 agent 框架可即插即用（frozen policy snapshot），与现有系统兼容性好。