面向真实 iOS 应用的 UI 导航：规划-定位智能体在线稠密强化学习框架
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者提出一种直接在真实 iOS 应用上训练 UI 导航智能体的在线强化学习框架，将智能体拆分为 Planning agent 与 UI Grounding 模型，并用 LLM-as-a-Judge 提供结合逐步稠密反馈与任务完成终端奖励的信号，采用 PPO 与步级优势估计优化，并提出 GiGPPO 提升 critic 稳定性。
来源：Apple Machine Learning Research · machinelearning.apple.com