APPL 把技能的结构先验同时用作训练偏置与运行时接口，在 MetaWorld 上把少样本 OOD 成功率从 37.9% 提到 89.6%，并在 ManiSkill 上解出 8/16 个未见技能组合
该工作提出 Agent Priors-guided Policy Learning（APPL）：由一个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各训练一个 Diffusion Policy，再把同一先验写成运行时接口，由运行时智能体据此选择与组合冻结策略；在六个 MetaWorld 任务上，两次演示下的 OOD 成功率由固定关系先验的 37.9% 提升到 89.6%，在五个长程 ManiSkill 任务上，物体位置偏移下成功率为 50.0%（全任务 Diffusion Policy 为 10.0%），任务级变体为 92.5%，并解出 16 个未见技能组合中的 8 个，而隐藏接口信息后成功率显著下降。