arXiv · cs.AI· Yuxiang Chai·· 1 天前AI 评分45
GUI 智能体高效自适应训练：在哪里学习与回滚多远
Where to Learn and How Far to Roll Out: Efficient Adaptive Training for GUI Agents
来源与原文
arXiv · cs.AI
作者：Yuxiang Chai
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/2610.39251v1
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
研究者提出一种两阶段自适应训练框架，用于提升多步 GUI 智能体的 RL 训练效率。该框架从专家成功轨迹构建可复用中间检查点，用动作分歧度选取关键节点，Stage I 在这些节点做单步 RL，Stage II 再按任务进度自适应扩展 Local、Suffix、Root 训练。在 MobileGym 和 CUA-Gym-Hub 上，方法相比 Vanilla GRPO 减少 56-61% 的环境交互并提升任务表现。
来源：arXiv · cs.AI · arxiv.org