SkillWeaver：Web 代理通过发现与磨练技能实现自我提升
人工智能
2025-04-10 v1 计算与语言
计算机视觉与模式识别
摘要
为了在复杂环境中生存与发展，人类已进化出通过环境探索、将经验层次化抽象为可重用技能以及协作构建不断增长的技能库来实现自我提升的高级机制。尽管近期取得的进展，自动 web 代理仍缺乏关键的自我提升能力，在程序知识抽象、细化技能和技能组合方面困难。本文我们引入 SkillWeaver，一个以技能为中心的框架，使代理通过自主综合可重用技能作为 API 来实现自我提升。给定新网站，代理自主发现技能，执行练习，并将练习经验提炼为稳健的 API。持续的探索不断扩充轻量级、即插即用 API 的库，显著提升代理的能力。在 WebArena 和真实网站上的实验表明 SkillWeaver 的有效性，分别实现了 31.8% 和 39.8% 的相对成功率提升。此外，由强大代理综合的 API 通过可转移技能显著增强弱小代理，WebArena 上提升幅度可达 54.3%。这些结果表明，将多样化的网站交互细化为 API 并实现无缝共享，对各种 web 代理都具有有效性。
引用
@article{arxiv.2504.07079,
title = {SkillWeaver: Web Agents can Self-Improve by Discovering and Honing Skills},
author = {Boyuan Zheng and Michael Y. Fatemi and Xiaolong Jin and Zora Zhiruo Wang and Apurva Gandhi and Yueqi Song and Yu Gu and Jayanth Srinivasa and Gaowen Liu and Graham Neubig and Yu Su},
journal= {arXiv preprint arXiv:2504.07079},
year = {2025}
}