知识卡片：MDSKILL——通过多视角蒸馏内化技能记忆的高效智能体自进化

一句话结论

MDSKILL 把智能体自生成的“技能记忆”按功能拆成状态锚定、动作规划、执行控制三个视角，先筛选高质量技能，再用同策略自蒸馏（OPSD）把多分支经验迁移进共享策略；摘要称在 ALFWorld 与 WebShop 上分别比 SOTA 最高提升 7.1% 与 8.1%，且不增加额外计算开销。

事件概述或研究问题

• 背景：技能记忆把过往经验编码为文本提示，用于提升自进化智能体的强化学习（RL）。
• 补充手段：On-Policy Self-Distillation（OPSD）可提供稠密、细粒度监督，把技能引导轨迹中的知识内化，加速策略学习。
• 问题：自生成记忆常含噪声监督，且知识在功能上纠缠、冗余或冲突，直接蒸馏困难；在有限训练预算下，这些问题会阻碍知识内化，甚至导致性能下降。
• 论文提出的问题即：如何在不依赖更强外部教师模型、不增加额外计算开销的前提下，高效内化技能记忆并持续自进化。

方法/产品要点

• 三视角组织技能记忆：将技能记忆划分为三个互补功能视角——状态锚定（state grounding）、动作规划（action planning）、执行控制（execution control）。
• 动态指标筛选：用动态指标挑选高质量技能，构建视角专属推理分支与整合推理分支。
• OPSD 跨分支蒸馏：通过 OPSD 将各分支中的互补经验知识迁移并 consolidates 到共享策略中，实现技能内化与持续自进化。
• 对照基线：在三个智能体基准上，与 RL、技能增强、以及不依赖更强外部教师模型的自蒸馏基线比较。

主要结果或产业意义

• 摘要口径：无额外计算开销下，在 ALFWorld 与 WebShop 上分别较 SOTA 提升最高 7.1% 与 8.1%。
• 消融与进化分析：论文称进一步验证了其在知识内化与策略改进上的有效性。
• 代码链接：https://anonymous.4open.science/r/MDSKILL-CF53（匿名仓库）。
• 产业意义：为“技能记忆 + 自蒸馏”的智能体自进化提供了一条低额外开销的工程路径，尤其适合训练预算受限、无法依赖强教师模型的场景。

为什么重要

• 技能记忆与自蒸馏结合是自进化智能体的活跃方向；MDSKILL 的增量在于先按功能视角解耦记忆、再筛选、再跨分支蒸馏，针对“记忆噪声与知识纠缠”这一具体瓶颈。
• 与既有卡片的关系：已有 GaP 卡片侧重图式策略与多智能体代码编排，本条侧重技能记忆的功能化解耦与同策略自蒸馏，问题设定与手段均不同；DualViewEval 卡片关注基准评测压缩，本条关注训练侧知识内化，二者不重复。AdviSD 卡片涉及“顾问模型 + 选择性自蒸馏”，与本条同属自蒸馏脉络，但 MDSKILL 明确不依赖更强外部教师模型，可作为该脉络下“无强教师”路线的补充参照。

局限与不确定性

• 摘要仅给出 ALFWorld 与 WebShop 两个基准的具体提升数字，第三个基准的名称与结果未在摘要中说明，待核实。
• “三个智能体基准”具体是哪三个、各基准的绝对分数与方差，摘要未披露，待核实。
• “无额外计算开销”的对照口径（相对何种基线、训练时长与显存是否完全一致）待核实。
• 三视角划分与动态筛选指标的具体定义、阈值与实现细节，摘要未展开，待核实。
• 论文为 arXiv v1（2026-11-03），代码为匿名仓库，尚未见同行评审信息，结论稳健性待核实。

可用于图书/PPT/简报的角度

• “记忆不是越多越好”：用 MDSKILL 说明自生成技能记忆的噪声与功能纠缠问题，引出“先解耦、再筛选、后蒸馏”的处理范式。
• 三视角框架图：状态锚定 / 动作规划 / 执行控制三分支 + 共享策略的示意图，适合作为“技能内化流水线”一页。
• 无强教师的自蒸馏路线：与依赖外部强教师模型的蒸馏方案对比，讨论训练预算受限场景下的取舍。
• 数字锚点：ALFWorld +7.1%、WebShop +8.1%（注明为摘要口径、待正文核验）。

原始材料

• 标题：MDSKILL: Learning to Internalize Skill Memory through Multi-View Distillation for Efficient Dynamic Agent Self-Evolution
• 作者：Dian Jin, Jinluan Yang, Kairong Han, Baohong Li, Zijing Hu, Yi He, Wenlin Zhong, Yunze Tong, Minqin Zhu, Linchuan Li, Yanan Niu, Kun Kuang
• 发布：2026-11-03T18:19:55Z（arXiv v1）
• 主分类：cs.CL；分类：cs.CL
• arXiv ID：2611.05313v1
• 摘要页：https://arxiv.org/abs/2611.05313v1
• PDF：https://arxiv.org/pdf/2611.05313v1
• 代码：https://anonymous.4open.science/r/MDSKILL-CF53