arXiv · AI· Peitong Duan, Khashayar Gatmiry, Jeffrey Nichols, Samy Bengio, Emmanuel Abbe·· 9 小时前AI 评分38
基于在线密集强化学习与规划-定位智能体的实时 iOS 应用 UI 导航框架
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live IOS Apps
AI 导读
研究人员提出在线强化学习框架，训练直接运行在实时 iOS 应用上的 UI 导航智能体。该框架分离规划与 UI 定位模块，利用 LLM-as-a-Judge 提供密集步级反馈，并采用 GiGPPO 方法提升 critic 稳定性。
来源：arXiv · AI · arxiv.org