APPL：用智能体先验引导策略学习，打通技能泛化与组合

研究提出 Agent Priors-guided Policy Learning（APPL），把每个策略的结构先验同时用作训练约束与组合接口：构建智能体将完整演示切分为可复用技能，为每个技能提出多个结构先验并各训练、验证一个策略，运行时智能体再按先验接口选择并组合这些策略。