arXiv 2610.14157
OpenMobile-2: Xây dựng tác nhân di động đa năng với môi trường mở rộng được và công cụ gốc của ứng dụng
OpenMobile-2: Building Versatile Mobile Agents with Scalable Environments and App-Native Tools
AI36 lượt đề xuất
Tác giả: Chenyang Yan, Yingying Zhang, Kanzhi Cheng, Qiushi Sun, Zhengyuan Pan, Zheng Ma, Hang Yan, Yian Wang +16
Tổng quan
Các tác giả giới thiệu OpenMobile-2, một tác nhân di động gần đạt mức tiên tiến nhất, được huấn luyện bằng môi trường và quy trình hoàn toàn mở. Họ xây dựng MobileGym++, một sân chơi có thể kiểm soát gồm 35 ứng dụng kiểu thương mại giàu chức năng, và tuyển chọn khoảng 12K quỹ đạo tương tác cho SFT cùng hơn 2K tác vụ RL có thể xác minh. Ngoài ra, tác nhân có thể kết hợp thao tác GUI với hơn 300 công cụ gốc của ứng dụng trong thiết lập lai, được đánh giá bằng MobileGym++ Bench.
Giới thiệu
Việc huấn luyện và đánh giá tác nhân di động khó khăn vì ứng dụng thật khó đặt lại, xác minh và mở rộng, trong khi dữ liệu huấn luyện mở có phần thưởng tự động còn rất hiếm.
Kết quả
OpenMobile-2 đạt 79.9 điểm trên AndroidWorld, cạnh tranh với các benchmark đã được công nhận. Điểm SPA-Bench của nó gần như tăng gấp đôi, từ 31.9 lên 59.6, cho thấy khả năng chuyển giao đầy hứa hẹn sang việc sử dụng trên thiết bị thật.
Kết luận
Môi trường mở, có thể kiểm soát và dữ liệu RL có thể xác minh mang lại cho cộng đồng một con đường tái lập được để xây dựng tác nhân di động mạnh mẽ.