HF Daily Papers·· 4 天前精选AI 评分47
规划与 UI 定位智能体通过在线稠密强化学习导航实际运行的 iOS 应用
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live IOS Apps
AI 导读
一项研究提出在线稠密强化学习框架，直接在实际运行的 iOS 应用上训练由规划智能体与 UI 定位模型组成的 UI 导航智能体。该框架用 LLM-as-a-Judge 融合步骤级反馈与任务完成终止奖励，通过 PPO、步级优势估计和 GiGPPO 优化智能体，并编排数百台并发虚拟 iOS 设备。
推荐理由
论文将规划与 UI 定位拆成专用组件，并给出 GiGPPO 价值估计与多基准评测，便于对照在线强化学习的效果。
来源：HF Daily Papers · huggingface.co