跳到正文
Hugging Face Daily Papers·· 21 天前AI 评分71

面向实时 iOS 应用界面导航的在线稠密强化学习与规划 - grounding 智能体研究

Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live IOS Apps

AI 导读

针对现有视觉语言模型推理成本高及小模型易陷入静态轨迹记忆的问题,本文提出一种在真实 iOS 应用上直接训练 UI 导航代理的在线强化学习框架。该框架将代理解耦为规划与界面定位两个组件,利用 LLM 作为裁判提供稠密奖励信号,并引入 GiGPPO 邻居条件值估计方法以增强 critic 稳定性。

来源:Hugging Face Daily Papers · arxiv.org