APPL：用智能体先验引导策略学习，打通技能组合与泛化

Agent Priors-guided Policy Learning（APPL）将每个策略的结构先验同时用作训练约束与组合接口：构建智能体把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逐一训练、验证策略，运行时智能体再按先验选择并组合这些策略。