arXiv · 机器人与计算机视觉· Gyubeum Lim, Yemo Koo, Ghunwoo Jang, Zsolt Kira·· 23 天前AI 评分48
AndroidFlux:评估移动多模态智能体的故障恢复与奖励建模能力
AndroidFlux: Evaluating and Reward Modeling Failure Recovery Capabilities in Mobile Use Multimodal Agents
AI 导读
AndroidFlux 是一个基于 AndroidWorld 构建的基准,通过重置轨迹至错误发生点来隔离并评估移动多模态智能体从意外状态中恢复的能力。研究发布了一个离线强化学习数据集以提升错误恢复效果,结果显示恢复性能仅部分与清洁启动成功率相关,且显式推理仅在 GUI 领域特定 RL 训练模型中有效。
来源:arXiv · 机器人与计算机视觉 · arxiv.org