論文の概要: Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval

• arxiv url: http://arxiv.org/abs/2607.06283v1
• Date: Tue, 07 Jul 2026 13:49:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.539664
• Title: Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval
• Title（参考訳）: 適応型エージェントスキル検索のためのタスク分解誘導型リランク
• Abstract要約: 本稿では,適応型スキル選択のための推論時間更新フレームワークであるSkillRerankerを提案する。 我々は、SkillRerankerがタスク性能を効果的に改善し、環境相互作用のステップを減らし、トークン消費を減らすことを示す。
• 参考スコア（独自算出の注目度）: 16.270741233471107
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Skill usage can significantly enhance the ability of modern agent systems to complete complex tasks. However, the growing scale of skill libraries makes accurate skill selection increasingly challenging. In real-world scenarios, ambiguous semantic matching often arises between a specific task requirement and multiple generic yet semantically similar candidate skills. Moreover, existing methods tend to overlook the dynamic influence of task difficulty and skill applicability when selecting the optimal target skill set. To address these issues, we propose SkillReranker, an inference-time reranking framework for adaptive skill selection. Specifically, we first perform semantic decomposition on both the task and skill sides, yielding informative subtask and execution-state descriptions as well as transition-state descriptions that characterize each skill's functionality. These descriptions are then used to construct a directed acyclic execution graph, where intermediate task states are modeled as nodes and candidate skills as edges, thereby establishing a structured task-skill correspondence. On this basis, SkillReranker determines whether each state node satisfies the split condition to identify subtask intervals. For each task interval, we employ a cross-encoder to perform comprehensive scoring over candidate skills and select the most suitable ones to form the final target skill set. Experiments on ALFWorld and ScienceWorld with three backbone LLMs show that SkillReranker effectively improves task performance, reduces environment interaction steps, and lowers token consumption compared with existing skill selection baselines.
• Abstract（参考訳）: スキルの使用は、複雑なタスクを完了させる現代のエージェントシステムの能力を著しく向上させることができる。 しかし、スキルライブラリの規模が大きくなると、正確なスキルの選択がますます困難になる。 現実のシナリオでは、特定のタスク要求と複数のジェネリックでセマンティックに類似した候補スキルの間にあいまいなセマンティックマッチングが発生することが多い。 さらに,既存の手法では,最適目標スキルセットを選択する際に,タスクの難易度やスキル適用性の動的影響を無視する傾向にある。 これらの問題に対処するため,適応型スキル選択のための推論時間更新フレームワークであるSkillRerankerを提案する。 具体的には、まずタスク側とスキル側の両方で意味論的分解を行い、各スキルの機能の特徴を特徴づける遷移状態記述と同様に、情報的サブタスクと実行状態記述を生成します。 これらの記述は、中間タスク状態がノードとしてモデル化され、候補スキルがエッジとしてモデル化され、構造化されたタスクスキル対応が確立される、有向非巡回実行グラフを構築するために使用される。 このベースで、SkillRerankerは各状態ノードが分割条件を満たすかどうかを決定し、サブタスク間隔を識別する。 タスク間隔毎に、クロスエンコーダを用いて、候補スキルに対する総合的なスコアリングを行い、最も適したスキルを選択して最終目標スキルセットを形成する。 ALFWorldとScienceWorldの3つのバックボーンLDMによる実験では、SkillRerankerはタスクパフォーマンスを効果的に改善し、環境相互作用のステップを減らし、既存のスキル選択ベースラインと比較してトークン使用量を削減している。

関連論文リスト

• Break It Down, Pass It On: Cross-Task Skill Transfer in LLM Agents [17.291924088593408]
  大規模言語モデル(LLM)エージェントは、完了したタスクからスキルを誘導し、後で再利用することで、より経験を積むことができる。 実際には、誘導されたスキルは信頼できない移動をし、それらを回収するエージェントを傷つけることもある。 我々は、タスク間でのスキルの伝達の仕方について、包括的で制御された研究を行う。
  論文  参考訳（メタデータ） (2026-08-20T17:12:08Z)
• SkillAligner: Treating Retrieved Skills as Adaptable Drafts at Execution Time [14.34844805305673]
  汎用スキルは、言語エージェントのための再利用可能な手続き的知識を約束する。 しかし、セマンティックな関連性は実行ユーティリティを保証しません。 トレーニング不要な実行時スキル適応フレームワークであるSkillAlignerを提案する。
  論文  参考訳（メタデータ） (2026-08-07T07:05:53Z)
• Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
  本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。 プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。 このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-07-24T17:59:22Z)
• Generative Skill Composition for LLM Agents [58.47191648555256]
  LLMエージェントは複雑なタスクを解決するためのスキルの恩恵を受ける。 スキルライブラリが成長するにつれて、適切なスキル構成を選択することが中心的なボトルネックとして現れている。 本稿では,タスク条件付きスキルシーケンス予測として構造化されたスキルコンポジションをインスタンス化するSkillComposerを提案する。
  論文  参考訳（メタデータ） (2026-06-30T17:53:09Z)
• Task-Differentiated Atomic Skill Expansion and Routing for Continual Learning Across Highly Heterogeneous Tasks [15.331986169435893]
  連続学習(CL)は、シーケンシャルなタスクが意味的に関連しているか構造的に類似しているという仮定の下で一般的に研究されている。 textttTASERは、各タスクに導入すべき新しいアトミックスキルの数とアクティベートするスキルを決定するフレームワークである。 textttのHeteroCLBenchの実験によると、TextttTASERは可塑性を改善して破滅的な忘れを減らし、強いベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-06-19T10:41:30Z)
• SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
  エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。 現在の技術構築手法は、問題を一発抽出として扱う。 本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
  論文  参考訳（メタデータ） (2026-06-04T12:16:08Z)
• SkillsInjector: Dynamic Skill Context Construction for LLM Agents [16.631471381875816]
  既存の方法では、静的なステップとしてスキルインジェクションを扱い、一定の基準でスキルを選択し、事前に予算を固定し、説明をそのまま残します。 本稿では,これらの決定に共同で対処する2段階適応手法であるSkillsInjectorを提案する。 Tau2-bench、SkillsBench、ALFWorldで、SkillsInjectorは最強のベースラインを3.9点、6.1点、7.3ポイント改善した。
  論文  参考訳（メタデータ） (2026-05-28T11:44:32Z)
• SkillGraph: Skill-Augmented Reinforcement Learning for Agents via Evolving Skill Graphs [70.1970574147839]
  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。
  論文  参考訳（メタデータ） (2026-05-12T12:21:49Z)
• Decompose and Recompose: Reasoning New Skills from Existing Abilities for Cross-Task Robotic Manipulation [45.91196295385836]
  クロスタスクの一般化は、オープンソースのロボット操作における中核的な課題である。 中間表現としてアトミックなスキルアクションペアを用いたスキル推論フレームワークであるDecomposeとRecomposeを提案する。 われわれのアプローチでは、実演を解釈可能なスキル-アクションアライメントに分解し、モデルが見えないタスクのためにこれらのスキルを再構成できるようにする。
  論文  参考訳（メタデータ） (2026-05-02T13:55:28Z)
• From Context to Skills: Can Language Models Learn from Context Skillfully? [56.5857437218136]
  Ctx2Skillは、コンテキスト固有のスキルを自律的に発見、洗練、選択する自己進化フレームワークである。 より良い文脈学習能力を得るために、どんな言語モデルにもプラグインできる。
  論文  参考訳（メタデータ） (2026-04-30T09:53:15Z)
• SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution [75.2573501625811]
  拡散モデルは、ロボット軌道計画の強力な可能性を示している。 高レベルの命令からコヒーレントな軌道を生成することは依然として困難である。 エンド・ツー・エンドの階層的計画フレームワークであるSkillDiffuserを提案する。
  論文  参考訳（メタデータ） (2023-12-18T18:16:52Z)
• Active Task Randomization: Learning Robust Skills via Unsupervised Generation of Diverse and Feasible Tasks [37.73239471412444]
  我々は、教師なしのトレーニングタスクの生成を通じて、堅牢なスキルを学ぶアプローチであるActive Task Randomization (ATR)を導入する。 ATRは、タスクの多様性と実現可能性のバランスをとることで、堅牢なスキルを学ぶために、初期環境状態と操作目標からなる適切なタスクを選択する。 本研究では,視覚的入力に基づく逐次操作問題の解決のために,タスクプランナが学習スキルを構成することを実証する。
  論文  参考訳（メタデータ） (2022-11-11T11:24:55Z)
• Skill-Based Reinforcement Learning with Intrinsic Reward Matching [77.34726150561087]
  Intrinsic Reward Matching (IRM) を提案する。 IRMにより、従来のスキル選択方法よりもはるかに効果的に事前訓練されたスキルを活用できる。
  論文  参考訳（メタデータ） (2022-10-14T00:04:49Z)

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。