Apple Machine Learning Research·· 10 天前精选评分87
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
摘要
尽管前沿视觉语言模型在用户界面（UI）导航方面表现出色，但其高推理成本限制了日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些问题，我们提出一种新的在线强化学习框架，直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件：规划模块/...
推荐理由
请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：Apple Machine Learning Research · machinelearning.apple.com