Apple ML Research·· 20 小时前AI 评分50
面向实时 iOS 应用 UI 导航的规划-定位智能体在线密集强化学习
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
AI 导读
研究人员提出一种在实时 iOS 应用上训练 UI 导航智能体的在线强化学习框架，将智能体解耦为规划智能体与 UI 定位模型。系统结合 LLM-as-a-Judge 密集奖励与 GiGPPO 算法，调度数百台并发虚拟 iOS 设备训练。
来源：Apple ML Research · machinelearning.apple.com