Canlı iOS Uygulamalarında Çevrim İçi Yoğun Pekiştirmeli Öğrenme ile Arayüz Gezinmesi
Bu çalışma, canlı iOS uygulamalarında arayüz gezinmesi için çevrim içi yoğun pekiştirmeli öğrenme çerçevesi sunar. Ajan, planlama ve yerelleştirme bileşenlerine ayrılır; GiGPPO yöntemi eleştirmen kararlılığını artırır. 8B parametreli model, dağıtım dışı ortamlarda SFT tabanlarını geride bırakır ve Gemini-3.5-Flash'ı geride bırakır.
Bu yazıda
Ne değişti?
Ajan, planlama ve arayüz yerelleştirme bileşenlerine ayrılır; LLM-as-a-Judge yoğun ödül sinyalleri üretir.
8B parametreli ajan, dağıtım dışı Android ortamlarında SFT tabanına göre neredeyse yedi kat iyileşme gösterir.
Neden önemli?
Geleneksel denetimli ince ayar, statik yörüngeleri ezberleyerek kırılgan ajanlar üretir. Bu çalışma, canlı uygulamalarda eğitim yaparak hata kurtarma yeteneğini artırır. GiGPPO yöntemi, görsel olarak benzer durumlar arası ödül sinyallerini kullanarak eleştirmen kararlılığını iyileştirir ve eğitim yakınsamasını hızlandırır.
Geliştirici için ne anlama geliyor?
Geliştiriciler, iOS arayüzlerinde çalışan ajanlar için çevrim içi pekiştirmeli öğrenme altyapısını inceleyebilir. GiGPPO yöntemi, eleştirmen modelinin kararlarını kararlı hale getirerek eğitim sürecini hızlandırabilir. Bu yaklaşım, statik verilerle eğitilen modellerin sınırlılıklarını aşmak isteyen ekipler için yeni bir yol haritası sunar.
Henüz neyi bilmiyoruz?
- Sonuçlar, UINavBench, iOSWorld ve AndroidWorld gibi belirli benchmark'larla sınırlıdır.
- Gerçek dünya uygulamalarındaki uzun vadeli kararlılık ve hata kurtarma kapasitesi tam olarak doğrulanmamıştır.
Haberin kaynakları
Birincil kaynakOnline Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live IOS Appsarxiv.org Araştırma keşfiHugging Face Daily PapersÖzgün sayfayı açYayın tarihleri
- blue'og yayını
- Kaynak yayını
Bu yazı, bağlantılı kaynaklar okunarak yapay zekâ ile hazırlandı. Kaynaktaki bulguların yanı sıra kullanım alanları ve açıklanmayan noktalar da yer alır. Görsel ve videoların kaynakları üzerlerinde belirtilir; hakları sahiplerine aittir. En güncel ayrıntılar için kaynakları inceleyebilirsiniz.
