UniSkill：面向演化策略学习与 actor 对齐的技能提案

UniSkill 让大语言模型智能体用共享策略从交互轨迹提出技能库编辑，并通过对比动作反馈学习 actor 对齐的技能提案。该方法避免为每个提案新增 rollout，并用 skill-edit support regularization 保持探索。实验中 UniSkill 在 ALFWorld 达到 98.4% 成功率，在 WebShop 达到 84.7%，实现已开放。