ReSkill: Reconciling Skill Creation with Policy Optimization in Agentic RL

核心要点

问题/背景

Agentic RL 可以持续优化 policy，但不一定沉淀可复用技能；而已有 skill-augmented RL 又常把 skill creation 和 policy optimization 解耦。

方法/机制

ReSkill 将 skill creation 放入 RL loop，使技能演化与正在优化的 policy 对齐，避免采用与当前策略冲突的技能。

结果/证据

它值得收录，因为 agent capability accumulation 需要把可复用技能和 RL policy learning 统一起来。

收录价值

按当前收录规则，它属于近期值得正式跟踪的可复用方法或系统模式；但作为新近预印本，后续仍需要代码、复现和真实部署结果来确认长期影响。