在线强化学习UI导航智能体框架提出

2026年10月30日，arXiv Artificial Intelligence 刊出 Peitong Duan 等人的研究，提出一种在线强化学习框架，直接在真实 iOS 应用上训练 UI 导航智能体。该框架将智能体拆分为 Planning agent 与 UI Grounding 模型两部分，并借助 LLM-as-a-Judge 提供步级稠密反馈，再叠加任务完成的终局奖励。研究者的出发点是既有方法存在局限，因此选择在真实 iOS 应用环境中进行在线训练。目前公开信息仅涉及框架设计与训练机制，尚未见后续跟进报道披露实验规模、性能对比或部署情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。