Resumen: Estudiamos la adquisición continua de habilidades en entornos incorporados abiertos donde un agente debe construir, refinar y reutilizar una biblioteca en expansión de habilidades ejecutables. Presentamos la Programmatic Skill Network (PSN), un marco en el que las habilidades son programas simbólicos ejecutables que forman una red compositiva que evoluciona a través de la experiencia. PSN define tres mecanismos centrales instanciados a través de grandes modelos de lenguaje: (1) REFLECT para la localización estructurada de fallas sobre composiciones de habilidades, (2) optimización progresiva con activación de actualizaciones consciente de la madurez que estabiliza las habilidades confiables mientras mantiene la plasticidad para las inciertas, y (3) refactorización estructural canónica bajo validación de reversión que mantiene la compacidad de la red. Además, mostramos que la dinámica de aprendizaje de PSN exhibe paralelos estructurales con el entrenamiento de redes neuronales. Los experimentos en MineDojo y Crafter demuestran una sólida reutilización de habilidades, una rápida adaptación y una fuerte generalización en distribuciones de tareas abiertas.footnote{Planeamos abrir el código.
Publicado originalmente en export.arxiv.org el 7 de enero de 2026.
Ver fuente original
