SPACE 论文提出技能引导自适应动作分块，长程 Agent 减少 78.9% LLM 调用

论文《Act More， Decide Less》提出 SPACE，从成功轨迹归纳两级程序化技能，用子技能边界作为块边界监督，再经混合 on/off-policy 优化与 chunk-aware credit assignment 蒸馏出 primitive-chunk 策略。