arXiv · 机器人与计算机视觉· Zhuohan Cai, Zhangxuan Gu, Runze Li, Beitong Zhou, Ming Wen, Hongbo Yu, Shuheng Shen, Changhua Meng·· 12 小时前AI 评分63
PACT:通过保留正确计划并修复动作进行 GUI 代理的计划 - 行动一致性训练
PACT: Plan-Action Consistency Training by Preserving Correct Plans and Repairing Actions in GUI Agents
AI 导读
该论文针对 GUI 代理在推理出正确计划却发出错误动作导致执行失败的问题,提出 PACT 框架。该方法利用标注的参考动作识别执行差距,在不改变原始标量动作奖励的前提下,通过掩码负策略梯度贡献保护已验证的计划,并利用偏好替代方法引导模型选择参考动作而非错误动作。
来源:arXiv · 机器人与计算机视觉 · arxiv.org