多模态智能体训练：环境不是越多越好

当前主流做法是用 VLN-CE、ALFRED、WebShop 等环境拼一个大池子直接训，这篇论文戳破了「规模即正义」的幻觉。AES 本质上是用能力覆盖度代替随机采样，HDC 则是把环境按技能树分层而非简单按成功率排序，这跟传统课程学习的区别在于它显式建模了能力之间的依赖关系。

实验显示在相同环境数量下，他们的分布设计把多任务成功率提升了 12-18%。不过论文没开源完整的环境划分工具，复现需要自己啃附录里的难度标注逻辑。如果你在用 MineDojo 或 Habitat 做训练，建议先拿现有的环境池跑一遍他们的诊断指标（环境冗余度、能力覆盖 gap），大概率能砍掉 30% 以上的无效环境。