**Skill0.5：在智能体强化学习中联合技能内化和利用以实现分布外泛化**

_Skill0.5: Joint Skill Internalization and Utilization for Out-of-Distribution Generalization in Agentic Reinforcement Learning_

> 本文提出了一种名为Skill0.5的新型智能体强化学习框架，旨在解决现有技能方法中完全外部化（带来过高上下文开销）与完全内化（易导致过拟合和知识冲突）之间的两难问题。该框架通过结合通用技能内化和任务特定技能利用来显式区分技能处理方式。它使用动态、难度感知的路由器将任务分流到不同的掌握层级，并应用定制优化策略：通过特权蒸馏内化通用技能，为困难任务构建认知基础；同时在简单任务上使用诊断探测来惩罚捷径并强制执行特定技能利用。在ALFWorld和WebShop上的实验表明，Skill0.5在分布内和分布外场景中均优于基于记忆和基于技能的强化学习基线，实现了性能提升。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.28424)