arXiv · AI· Yuxiang Chai, Quyu Kong, Panrong Tong, Steven Hoi, Yue Wang·· 9 小时前AI 评分27
针对 GUI 智能体的高效自适应训练：在哪里学习及滚出多远
Where to Learn and How Far to Roll Out: Efficient Adaptive Training for GUI Agents
AI 导读
提出双阶段自适应训练框架解决多步 GUI 智能体训练低效问题，在 MobileGym 和 CUA-Gym-Hub 上将环境交互减少 56-61% 并提升任务性能。 框架先通过动作分歧构建可复用中间检查点，阶段一在支点进行单步 RL 改进不确定局部决策，阶段二根据任务进度自适应扩展 Local、Suffix 和 Root 训练策略。
来源：arXiv · AI · arxiv.org