ARTICLE · 人工智能
杨骁文@南京大学小红书-面向通用智能体的环境工程：CompoWorld 与 Skill2Env 的合成、扩展与训练
一语总结本报告由南京大学杨骁文博士介绍，重点探讨了如何通过 CompoWorld 和 Skill2Env 构建、扩展和训练通用智能体交互环境，涵盖环境合成、规模扩展和能力训练三个方面。
报告围绕通用智能体的环境工程展开，介绍了 CompoWorld 和 Skill2Env 两个核心项目。CompoWorld 专注于构建具有显式状态和工具接口的基础环境，而 Skill2Env 则从技能资源出发，将能力需求转化为可执行、可验证的任务环境。在规模扩展方面，两种方法分别通过环境组合和技能库扩展来增加任务多样性和复杂度。在能力训练方面，报告介绍了如何利用这些环境采集交互轨迹，进行监督微调和强化学习，以提升智能体的通用能力。
- 环境合成
CompoWorld 构建具有显式状态和工具接口的基础环境，而 Skill2Env 从技能资源出发，将能力需求转化为可执行、可验证的任务环境。这两种方法为智能体的交互提供了丰富的实验平台。
- 规模扩展
CompoWorld 通过基础环境的组合来拓展任务空间和交互复杂度，而 Skill2Env 则通过大规模技能库和能力导向的任务难化来提升环境多样性和挑战性。这些策略确保了训练数据的丰富性。
- 能力训练
报告介绍了如何利用这些环境采集交互轨迹，进行监督微调，并进一步支持强化学习。通过这些训练方法，可以有效提升智能体的通用能力和适应性。
杨骁文@南京大学小红书-面向通用智能体的环境工程：CompoWorld 与 Skill2Env 的合成、扩展与训练
报告围绕通用智能体的环境工程展开，介绍了 CompoWorld 和 Skill2Env 两个核心项目。CompoWorld 专注于构建具有显式状态和工具接口的基础环境，而 Skill2Env 则从技能资源出发，将能力需求转化为可执行、可验证的任务环境。在规模扩展方面，两种方法分别通过环境组合和技能库扩展来增加任务多样性和复杂度。在能力训练方面，报告介绍了如何利用这些环境采集交互轨迹，进行监督微调和强化学习，以提升智能体的通用能力。
文章金句
"如何持续构建丰富、可执行且可验证的交互环境，是提升通用智能体能力的关键问题。