SKILL-DISCO: 에이전트의 실행 경로를 재사용 가능한 절차적 기술로 추출 및 컴파일

SKILL-DISCO: Distilling and Compiling Agent Traces into Reusable Procedural Skills

에이전트는 종종 유사한 작업 인스턴스를 반복적으로 처음부터 해결하므로 불필요한 추론 비용과 긴 실행 경로가 발생합니다. 이전 연구에서는 워크플로우 재사용 및 실행 가능한 기술 유도를 탐구했지만, 어떤 작업 시나리오에서 절차적 기술을 사용할 수 있는지, 그리고 성공적인 실행 경로 간에 공유되는 절차적 구조를 어떻게 표현해야 하는지는 여전히 불분명합니다. 본 연구에서는 FSM(Finite State Machine)으로 정의된 시나리오에서 이 문제를 다루며, 여기서 성공적인 실행 경로는 알려지지 않은 전이 그래프에서의 경로로 볼 수 있습니다. 우리는 절차적 기술을 재사용 가능한 매개변수화된 제어 흐름 부분 그래프로 공식화합니다. 이러한 관점을 바탕으로, SkillDisCo라는 추출 및 컴파일 프레임워크를 소개합니다. SkillDisCo는 성공적인 실행 경로로부터 재사용 가능한 PFSM(Probabilistic Finite State Machine) 부분 그래프를 추출하고 이를 호출 가능하며 실행 가능하고 검증 가능한 절차적 기술로 컴파일합니다. ALFWorld와 WebArena에서 수행된 실험 결과, SkillDisCo는 다양한 벤치마크 및 모델 크기에서 성공률을 향상시키고 에이전트의 수행 단계를 줄이는 것을 보여주며, 공유된 경험을 재사용 가능한 실행 구조로 표현하는 것의 이점을 입증합니다.

Agents often repeatedly solve similar task instances from scratch, leading to unnecessary reasoning cost and long execution traces. Prior work has explored workflow reuse and executable skill induction, but it remains unclear which task scenarios admit procedural skills and how the shared procedural structure should be represented across successful traces. We study this problem in FSM-defined scenarios, where successful traces can be viewed as paths in an unknown transition graph, and formulate procedural skills as reusable parameterized control-flow subgraphs. Based on this view, we introduce SkillDisCo, a distillation-and-compilation framework that distills reusable PFSM subgraphs from successful traces and compiles them into callable, executable, and verifiable procedural skills. Experiments on ALFWorld and WebArena show that SkillDisCo improves success rates and reduces agent turns across benchmarks and model scales, demonstrating the benefits of representing shared experience as reusable execution structures.