外部精选
企业动态
#端侧#研究进展研究者提出在线强化学习框架，可在真实iOS应用上训练UI导航智能体
来源标题：Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
研究者提出一种在线强化学习框架，直接在真实iOS应用上训练UI导航智能体，以解决小模型依赖静态轨迹、执行脆弱的问题。该框架将智能体解耦为规划等专门组件，尝试绕开前沿视觉语言模型推理成本过高、难以日常使用，以及SFT或离线强化学习模型易过拟合静态轨迹的局限。
Apple Machine Learning2026/11/2 · 4 天前1 分钟阅读
这个来源的 RSS 只提供摘要，下面是原文导语；完整论述请点「打开原文」。
前沿视觉语言模型在用户界面（UI）导航方面展现出强大能力，但其高昂的推理成本使其难以日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往机械记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些局限，我们提出一种新颖的在线强化学习框架，直接在真实运行的 iOS 应用上训练 UI 导航智能体。该框架将智能体解耦为两个专门组件：一个规划……
本条为导读摘要，完整论述请以原文为准。