UniSkill：为演化中的策略学习 Actor 对齐的技能提议

UniSkill 用共享策略与环境交互，并从轨迹中提出技能库编辑（Add、Update 或 No Edit），通过对比动作反馈提供 actor 对齐信号，无需为每个提议额外 rollout。该方法在 ALFWorld 上达到 98.4% 成功率、WebShop 上 84.7%，并保持稳定的联合训练；在共享策略使用更小骨干网络时依然有效。