arXiv · cs.AI· Shanka Subhra Mondal·· 2 天前AI 评分44
JHiMA-WebRL：面向长程网页任务的联合分层多智能体强化学习框架
JHiMA-WebRL: A Joint Hierarchical Multi-Agent Reinforcement Learning Framework for Long-Horizon Web Tasks
来源与原文
arXiv · cs.AI
作者：Shanka Subhra Mondal
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.05263v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
JHiMA-WebRL 是一个联合分层多智能体强化学习框架，将任务分解器与 actor 耦合并通过扩展的 GRPO 在 WebArena 中联合优化。其 14B 版本（7B actor + 7B decomposer）在 WebArena-Lite-v2 上取得 37.2% 的平均成功率，高于同协议下微调的 ScaleCUA-32B 的 24%。消融实验显示 RL 中联合更新分解器优于仅更新 actor。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。