SkillGen: извлечение навыков для пошагового принятия решений через граф действий

Дашь LLM полный пример решения задачи на 50 шагов — она утонет в шуме. 60-80% шагов нерелевантны для текущего момента. SkillGen решает это через граф действий и TD-learning (временное обучение с распределением заслуг). Вместо целой траектории — короткий золотой сегмент + навыки для текущего шага. Модель видит идеальную последовательность целиком и конкретную подсказку «что обычно делают в твоей ситуации».