在线强化学习框架训练iOS UI导航智能体

研究者提出一种在线强化学习框架，直接在实时 iOS 应用上训练 UI 导航智能体。该框架把智能体拆分为规划智能体和 UI 定位模型两部分，由 LLM-as-a-Judge 提供步级稠密反馈，并叠加任务完成终局奖励。 目前公开信息只说明框架的构成与训练方式，尚未给出训练效果或评测结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。