返回热点榜
agent热度 9.5°

AI 聚合热点事件 · 2026/11/16

清华 SkillMaster 让智能体自主进化技能

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/16 12:01:00
全景综述与最新动态
1 家信源交叉印证

清华大学李勇团队提出 SkillMaster,将技能的创建、更新与保留纳入智能体自身的策略,与任务执行共同进行强化学习,不再依赖外部教师模型或预设规则。该方法以「失败任务后续更易成功、成功任务步骤更少」作为技能编辑的学习信号,论文已被 NeurIPS 2026 录用。

最新动向/清华大学李勇团队提出 SkillMaster,将技能的创建、更新与保留纳入智能体自身的策略,与任务执行共同进行强化学习,不再依赖外部教师模型或预设规则。该方法以「失败任务后续更易成功、成功任务步骤更少」作为技能编辑的学习信号,论文已被 NeurIPS 2026 录用。

逐小时热度走势

11 个完整观测小时
当前
9.5
峰值
11.713:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. 机器之心 (微信公众号)T2·78 分

    清华 SkillMaster 让智能体自主进化技能

    原标题:NeurIPS 2026|不再依赖外挂:清华把「自我进化技能」训进Agent大脑

    • 技能管理被纳入智能体策略,与任务执行在同一强化学习过程中联合优化
    • 以「失败任务转成功」和「成功任务步骤减少」两类效果作为技能编辑的奖励信号
    • 摆脱对外部教师模型与预设规则的依赖,为递归自我改进提供可训练路径