arXiv · cs.AI · Shanka Subhra Mondal, Jiayun Wang · 4 小时前模型评分40
JHiMA-WebRL：面向长程网页任务的联合分层多智能体强化学习框架
JHiMA-WebRL: A Joint Hierarchical Multi-Agent Reinforcement Learning Framework for Long-Horizon Web Tasks
导读
研究者提出 JHiMA-WebRL，将任务分解器与执行器联合训练，用于长程网页导航。该框架先用强教师模型从多模态 GUI 轨迹构建子任务监督并微调两个模块，再扩展 GRPO 在 WebArena 中联合优化。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce JHiMA-WebRL, a joint hierarchical multi-agent reinforcement learning framework for web agents that couples a task decomposer with an actor.”
来源：arXiv · cs.AI · arxiv.org