arXiv Artificial Intelligence· Peitong Duan, Khashayar Gatmiry, Jeffrey Nichols, Samy Bengio, Emmanuel Abbe·· 17 小时前AI 评分48
面向真实 iOS 应用的在线稠密强化学习 UI 导航智能体
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live IOS Apps
AI 导读
研究者提出一种直接在真实 iOS 应用上训练 UI 导航智能体的在线强化学习框架，将智能体拆分为 Planning agent 与 UI Grounding 模型，并用 LLM-as-a-Judge 提供步级稠密反馈加任务完成终局奖励。
来源：arXiv Artificial Intelligence · arxiv.org