論文の概要: SkillGraph: Skill-Augmented Reinforcement Learning for Agents via Evolving Skill Graphs

• arxiv url: http://arxiv.org/abs/2605.12039v1
• Date: Tue, 12 May 2026 12:21:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.852667
• Title: SkillGraph: Skill-Augmented Reinforcement Learning for Agents via Evolving Skill Graphs
• Title（参考訳）: SkillGraph: スキルグラフの進化によるエージェントのためのスキル強化学習
• Authors: Xiaoyuan Li, Moxin Li, Keqin Bao, Yubo Ma, Wenjie Wang, Dayiheng Liu, Fuli Feng,
• Abstract要約: 有向グラフのノードとして再利用可能なスキルを表現するフレームワークであるSKILLGRAPHを提案する。 SKILLGRAPHは個々のスキルだけでなく、多段階意思決定をガイドできる順序付きスキルサブグラフも取得する。 実験により,SKILLGRAPHはメモリ拡張RL法に対して最先端の性能を実現することが示された。
• 参考スコア（独自算出の注目度）: 70.1970574147839
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Skill libraries enable large language model agents to reuse experience from past interactions, but most existing libraries store skills as isolated entries and retrieve them only by semantic similarity. This leads to two key challenges for compositional tasks. Firstly, an agent must identify not only relevant skills but also how they depend on and build upon each other. Secondly, it also makes library maintenance difficult, since the system lacks structural cues for deciding when skills should be merged, split, or removed. We propose SKILLGRAPH, a framework that represents reusable skills as nodes in a directed graph, with typed edges encoding prerequisite, enhancement, and co-occurrence relations. Given a new task, SKILLGRAPH retrieves not just individual skills, but an ordered skill subgraph that can guide multi-step decision making. The graph is continuously updated from agent trajectories and reinforcement learning feedback, allowing both the skill library and the agent policy to improve together. Experiments on ALFWorld, WebShop, and seven search-augmented QA tasks show that SKILLGRAPH achieves state-of-the-art performance against memory-augmented RL methods, with especially large gains on complex tasks that require composing multiple skills.
• Abstract（参考訳）: スキルライブラリは、大規模な言語モデルエージェントが過去のインタラクションからの経験を再利用することを可能にするが、既存のライブラリの多くは、スキルを独立したエントリとして保存し、セマンティックな類似性によってのみ取り出す。 これは構成的なタスクに2つの重要な課題をもたらします。 まず、エージェントは関連するスキルだけでなく、それらがどのように依存するかを識別し、相互に構築しなければならない。 第2に、システムがいつスキルをマージするか、分割するか、あるいは削除するかを決定する構造的な手段が欠けているため、ライブラリのメンテナンスも困難になる。 本稿では,有向グラフのノードとして再利用可能なスキルを表現するフレームワークであるSKILLGRAPHを提案する。 新しいタスクを与えられたSKILLGRAPHは、個々のスキルだけでなく、多段階の意思決定をガイドできる順序付きスキルサブグラフを検索する。 グラフはエージェントトラジェクトリと強化学習フィードバックから継続的に更新され、スキルライブラリとエージェントポリシーが共に改善される。 ALFWorld、WebShop、および7つの検索強化QAタスクの実験は、SKILLGRAPHがメモリ拡張RLメソッドに対して最先端のパフォーマンスを達成することを示している。

関連論文リスト

• SkillRAE: Agent Skill-Based Context Compilation for Retrieval-Augmented Execution [10.83969404435554]
  大きな言語モデル(LLM)ベースのエージェントは、アーティファクトリッチなタスクを解決するために、再利用可能なスキルライブラリに依存している。 本稿では,スキルベースのコンテキストコンパイルに着目した2段階RAE手法であるSkillRAEを提案する。 2つの公開ベンチマークの実験によると、SkillRAEはRAEのベースラインよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2026-05-11T07:31:48Z)
• SkillGen: Verified Inference-Time Agent Skill Synthesis [60.927977774369516]
  SkillGenは、ベースエージェントによって生成されたトラジェクトリから単一の監査可能なスキルを合成するフレームワークである。 再利用可能な成功パターン、繰り返し発生する障害モード、そして近くの成功に現れるが失敗に欠ける行動を特定する。 SkillGenの重要な特徴は、エージェントスキルを、全体的なパフォーマンスに対するスキルのネット効果を実証的に検証するための介入としてモデル化することです。
  論文  参考訳（メタデータ） (2026-05-09T19:24:11Z)
• SkillOS: Learning Skill Curation for Self-Evolving Agents [67.94374107466957]
  本稿では,自己進化エージェントのスキルキュレーションを学習するための,経験駆動型RLトレーニングレシピであるSkillOSを提案する。 SkillOSは、凍結したエージェントエグゼキュータとトレーニング可能なスキルキュレーターを組み合わせて、蓄積したエクスペリエンスから外部SkillRepoを更新する。 SkillOSは、メモリフリーと強力なメモリベースラインを、有効性と効率の両方で一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2026-05-07T17:31:50Z)
• Skill1: Unified Evolution of Skill-Augmented Agents via Reinforcement Learning [32.51284576274437]
  永続的なスキルライブラリにより、言語モデルエージェントはタスク間で成功した戦略を再利用できる。 既存の手法は、これらの機能を分離または別々の報酬源で最適化し、部分的かつ矛盾する進化をもたらす。 Skill1は,共有タスクアウトカム目標に向けて,スキル選択,利用,蒸留を共同開発するための単一の政策を訓練するフレームワークである。
  論文  参考訳（メタデータ） (2026-05-07T12:33:30Z)
• Graph of Skills: Dependency-Aware Structural Retrieval for Massive Agent Skills [27.93279540484981]
  Graph of Skills (GoS)は、大規模スキルライブラリのための推論時構造検索層である。 GoSはバニラのフルスキルローディングベースラインに対して平均報酬を43.6%改善した。 GoSは、バニラスキルローディングと単純なベクトル検索の両方を一貫して上回る。
  論文  参考訳（メタデータ） (2026-04-07T02:09:11Z)
• SKILL0: In-Context Agentic Reinforcement Learning for Skill Internalization [61.37478254738943]
  推論時のスキル向上は基本的に制限されている。 SKILL0は,スキル内部化のためのコンテキスト内強化学習フレームワークである。 SKILL0は標準のRLベースラインよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2026-04-02T17:03:05Z)
• SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning [83.98129545309277]
  生経験と政策改善のギャップを埋めるフレームワークであるSkillRLを提案する。 本手法では,階層型スキルライブラリであるSkillBankを構築するために,経験に基づく蒸留機構を導入する。 ALF、WebShop、および7つの検索強化タスクの実験結果は、SkillRLが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-09T03:17:17Z)
• STAR: Learning Diverse Robot Skill Abstractions through Rotation-Augmented Vector Quantization [87.77475595961154]
  textbfSkill textbfTraining with textbfAugmented textbfRotation (textbfSTAR) は、スキル学習と構成の両方を進化させて複雑な振る舞いを完遂するフレームワークである。
  論文  参考訳（メタデータ） (2025-06-04T11:54:42Z)
• ELSIM: End-to-end learning of reusable skills through intrinsic motivation [0.0]
  本稿では、階層的に学習し、エンドツーエンドで自己生成スキルを表現する新しい強化学習アーキテクチャを提案する。 このアーキテクチャでは、エージェントは、スキルボトムアップの学習プロセスを維持しながら、タスクリワードスキルのみに焦点を当てる。
  論文  参考訳（メタデータ） (2020-06-23T11:20:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。