Hugging Face Daily Papers·· 2 天前精选AI 评分50
面向实时 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
论文提出一种在线强化学习框架，直接在实时 iOS 应用上训练 UI 导航智能体，将智能体拆分为规划智能体和 UI Grounding 模型，并用 LLM-as-a-Judge 提供步骤级稠密奖励与任务完成终局奖励，配合 PPO 和步骤级优势估计优化。
推荐理由
论文提出在真实 iOS 应用上在线强化学习训练 UI 导航智能体，并给出与 Gemini 系列模型的对比结果。
来源：Hugging Face Daily Papers · huggingface.co