Apple 发布在线 RL 训练 UI 导航智能体论文
热点事件持续更新
Apple 发布在线 RL 训练 UI 导航智能体论文
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
Apple 机器学习研究团队发布论文，提出一个在线强化学习框架，直接在真实 iOS 应用上训练 UI 导航智能体。 该框架将智能体拆分为 Planning agent 和 UI Grounding model 两部分，用 LLM-as-a-Judge 提供步级密集奖励与终端奖励，并以 PPO 结合其新方法 GiGPPO 进行优化，配套可编排数百个并发虚拟 iOS 设备的基础设施。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- Apple Machine Learning ResearchOnline Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。