Apple Machine Learning Research·原文发布· 18 小时前AI 评分48
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
AI 导读
Apple 研究团队提出在线强化学习框架，直接在真实 iOS 应用上训练 UI 导航智能体，将智能体拆分为 Planning agent 和 UI Grounding model，用 LLM-as-a-Judge 提供步级密集奖励与终端奖励，并以 PPO 结合新方法 GiGPPO 优化，配套可编排数百个并发虚拟 iOS 设备的基础设施。
本站提供 AI 导读，完整报道请前往来源网站阅读。
阅读原文 Apple Machine Learning Research · machinelearning.apple.com