Apple · 机器学习研究·· 17 小时前精选AI 评分62
Apple 提出在线强化学习框架用于实时iOS应用UI导航
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
AI 导读
Apple 机器学习团队提出一种在线密集强化学习框架，通过规划-接地双模块智能体在真实iOS应用上训练UI导航代理。框架采用LLM作为裁判提供密集奖励信号，结合PPO优化与GiGPPO价值估计方法，提升训练稳定性和泛化能力。
推荐理由
提出在线强化学习框架与双模块智能体设计，结合密集奖励和视觉相似状态价值估计，提升跨平台UI导航泛化能力。
来源：Apple · 机器学习研究 · machinelearning.apple.com