UniSkill：学习与执行者对齐的技能提案以实现策略持续演进

UniSkill 用共享策略与环境交互并提出技能库编辑（Add、Update、No Edit），通过对比动作反馈为技能提案提供执行者对齐信号，避免为每个提案新增 rollout。在 ALFWorld 上达到 98.4% 成功率、WebShop 上 84.7%，联合训练保持稳定；ALFWorld 实验显示共享策略使用更小 backbone 时依然有效。