Online Skill Learning for Web Agents via State-Grounded Dynamic Retrieval
基于状态引导动态检索的Web Agent在线技能学习
🧭 Web Agent在线技能学习 · 动态检索 ★ 深度解读
University of Georgia · Tencent America · New York University · The Hong Kong Polytechnic University
提出状态引导动态检索，将技能复用从任务级改为步级，滑动窗口提取子过程与MMR重排提升Web Agent成功率。
📌 工作参考价值（4 点）
- 动态技能检索：电商Agent执行多步任务（如比价、下单）时，可借鉴状态引导的动态检索，在每个决策步根据当前页面状态和任务目标检索最相关技能，避免固定技能集带来的状态不匹配。
- 滑动窗口提取子过程：将成功的任务轨迹切割为可复用的小段程序（如“填写搜索关键词并点击按钮”），生成文本描述与可执行代码配对的技能库，平衡了技能的通用性与执行粒度，可用于构建可复用的业务操作库。
- 文本-代码双表示：技能的自然语言描述用于检索，代码片段用于实际执行，两者解耦但仍保持关联，便于后续维护和更新。推荐系统内的多步操作（如配置营销活动）可用类似方案沉淀操作Know‑how。
- MMR重排去重：为避免检索到的技能高度重叠，采用最大边际相关性重排，在相关性和多样性间取得平衡。这个trick可以直接用于任何基于embedding的检索增强场景，防止返回结果冗余。