論文の概要: SkillVine: Agent Skill Evolution via Branching Exploration

• arxiv url: http://arxiv.org/abs/2609.32731v1
• Date: Sat, 26 Sep 2026 15:49:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 20:55:05.599669
• Title: SkillVine: Agent Skill Evolution via Branching Exploration
• Title（参考訳）: SkillVine: ブランチ探索によるエージェントスキルの進化
• Abstract要約: エージェントスキルは、環境とのインタラクションからトラジェクトリを使用して、自動的に改善できる。 既存のアプローチは、最新のスキルライブラリバージョンに順次適用される線形進化パラダイムを優先的に採用している。 本稿では,グラフ検索問題としてスキル進化を定式化する自動スキル進化フレームワークであるSkillVineを提案する。
• 参考スコア（独自算出の注目度）: 12.13535224292116
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agent skills encapsulate reusable procedural knowledge that enables LLM agents to perform tasks, and they can be improved automatically using trajectories from interactions with the environment. This is the classic problem of skill evolution. Existing approaches predominately follow a linear evolution paradigm, in which updates are sequentially applied to the latest skill-library version. As a result, they inevitably fall into local optima, leaving many promising evolution paths unexplored. We propose SkillVine, an automatic skill-evolution framework that formulates skill evolution as a graph search problem and employs a branching exploration strategy. Equipped with a trunk-branch collaborative searching mechanism, an intelligent parent-node selector, and an adaptive-granularity update rule, SkillVine achieves a balance between exploration and exploitation. We evaluate SkillVine on 5 benchmarks with two LLMs. Results show that SkillVine discovers better skill-library versions along branches than along the linear trunk and achieves the best test performance in nine of ten benchmark-model combinations.
• Abstract（参考訳）: エージェントスキルは、LLMエージェントがタスクを実行できる再利用可能な手続き的知識をカプセル化し、環境との相互作用から軌道を使って自動的に改善することができる。 これは、スキル進化の古典的な問題です。 既存のアプローチは、最新のスキルライブラリバージョンに順次適用される線形進化パラダイムを優先的に採用している。 その結果、それらは必然的に局所的な最適状態に陥り、多くの有望な進化経路が探索されないままとなった。 本稿では,グラフ探索問題としてスキル進化を定式化し,分岐探索戦略を用いる自動スキル進化フレームワークであるSkillVineを提案する。 トランクブランチの共同検索機構、インテリジェントな親ノードセレクタ、適応的な粒度更新ルールを備えたSkillVineは、探索とエクスプロイトのバランスを達成する。 2つのLSMを持つ5つのベンチマークでSkillVineを評価する。 その結果、SkillVineは、リニアトランクよりもブランチに沿って優れたスキルライブラリバージョンを発見し、10つのベンチマークモデル組み合わせのうち9つのテストパフォーマンスを達成することがわかった。

関連論文リスト

• V-Gym: Enhancing Agentic Visual Reasoning via Skill-Data Co-Evolution [68.43599428916389]
  V-Gymは、手続き的なスキルと実行軌跡からのマルチモーダルな実践データを反復的に進化させる、自律的なフレームワークである。 スキル進化の過程で、V-Gymは軌道を分析して階層的なスキルを蒸留し、洗練し、手続き的なガイダンスと適用性条件を更新する。 結果として得られた実践結果は、その後のスキル更新にフィードバックされ、継続的なスキル改善のループを閉じます。
  論文  参考訳（メタデータ） (2026-09-28T09:09:24Z)
• WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution [16.55630974027974]
  我々は、永続的知識ベース(wiki)でエージェントスキルを共進化させるフレームワークであるWikiSkillを紹介する。 WikiSkillは最先端のスキル進化手法より一貫して優れています。 また、進化したスキルはモデルやモデルファミリー間で効果的に伝達され、他のモデルによって進化したスキルは、自己進化したスキルより優れていることもわかりました。
  論文  参考訳（メタデータ） (2026-08-27T17:59:11Z)
• 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)
• You Live More Than Once: Towards Hierarchical Skill Meta-Evolving [92.6633152185458]
  テストタイムスキルの進化はエージェントシステムを強化するための新しいパラダイムと見なされている。 エージェントシステムの継続的改善には,スキル進化フレームワークの試験時間改善が不可欠であることを示す。 軽量な階層型スキルメタ進化ソリューションであるHiSMEを提案する。
  論文  参考訳（メタデータ） (2026-05-27T12:26:49Z)
• Skill-R1: Agent Skill Evolution via Reinforcement Learning [84.35984979949502]
  Skill-R1は、検証可能な報酬からインスタンスレベルの繰り返しスキル最適化のための強化学習フレームワークである。 オープンソースモデルとクローズドソースモデルの両方とのブラックボックス互換性を維持しつつ、モデルレベルの更新よりも大幅に安価に適応できる。
  論文  参考訳（メタデータ） (2026-05-10T06:19:15Z)
• 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)
• EvoSkills: Self-Evolving Agent Skills via Co-Evolutionary Verification [85.3692584167951]
  Anthropicは、LLMエージェントが多段階のプロフェッショナルタスクに取り組むためのスキルの概念を提案する。 ツールは単一の自己完結型関数であり、スキルは相互依存型多ファイルアーティファクトの構造化バンドルである。 EvoSkillsは、エージェントが複雑なマルチファイルスキルパッケージを自律的に構築できる自己進化型スキルフレームワークである。
  論文  参考訳（メタデータ） (2026-04-02T06:43:20Z)
• 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)

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。