Große Sprachmodelle (Large Language Models, LLM) haben bei komplexen Aufgaben beeindruckende Ergebnisse erzielt, operieren jedoch häufig isoliert und lernen selten aus vergangenen Erfahrungen. Bestehende methodenbasierte Ansätze zur Speicherung von Erfahrungen speichern überwiegend rohe Zustandsverläufe, die oft redundant und geräuschbehaftet sind. Dies erschwert die Extraktion hochwertiger, wiederverwendbarer Verhaltensmuster, die für eine generalisierbare Leistung entscheidend sind. In diesem Artikel stellen wir SkillRL vor, einen Rahmen, der die Lücke zwischen rohen Erfahrungen und der Verbesserung der Politik durch automatisierte Fähigkeitsentdeckung und rekursive Evolution schließt. Unser Ansatz führt eine auf Erfahrungen basierende Verdichtungsmechanik ein, um eine hierarchische Fähigkeitsbibliothek namens SkillBank aufzubauen, eine adaptive Abrufstrategie für allgemeine und aufgabenbezogene Heuristiken sowie einen rekursiven Evolutionsmechanismus, der es ermöglicht, dass die Fähigkeitsbibliothek gemeinsam mit der Politik des Agents während des Verstärkungslernens evolviert. Diese Innovationen reduzieren den Token-Verbrauch erheblich und verbessern gleichzeitig die Relevanz der Schlussfolgerungsfähigkeit. Experimentelle Ergebnisse auf ALFWorld, WebShop und sieben suchunterstützten Aufgaben zeigen, dass SkillRL eine state-of-the-art-Leistung erzielt und starke Baselines um durchschnittlich über 15,3 % übertrifft, während die Robustheit bei steigender Aufgabenkomplexität erhalten bleibt. Der Quellcode ist unter diesem Link verfügbar: https://…