面向实时 iOS 应用的在线稠密强化学习 UI 导航智能体
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实时 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 提供稠密步级奖励与终端奖励，配合 PPO 和步级优势估计优化。
来源：Hugging Face Daily Papers · arxiv.org