arXiv · AI· Shanka Subhra Mondal, Jiayun Wang·· 3 小时前AI 评分31
JHiMA-WebRL 联合分层多智能体强化学习框架处理长程网络任务
JHiMA-WebRL: A Joint Hierarchical Multi-Agent Reinforcement Learning Framework for Long-Horizon Web Tasks
AI 导读
提出 JHiMA-WebRL 框架，通过联合训练任务分解器与执行者处理长程网络任务。 在 WebArena-Lite-v2 基准测试中，JHiMA-WebRL-14B 模型组合达成 37.2% 平均成功率。 该框架使用 7B 模型参数，超越同等条件下经 RL 微调的 32B 单体智能体。
来源：arXiv · AI · arxiv.org