GSAR：移动GUI智能体的新奖励框架

1. 13:00
   arXiv · cs.AI

   GSAR：面向移动 GUI 智能体的目标状态锚定奖励与自进化数据合成

   研究者提出 GSAR（Goal-State-Anchor Reward，目标状态锚定奖励）框架，用自进化数据合成生成多样任务与目标状态，并在成功目标状态中自动标注任务相关 UI 元素作为参考锚点，为在线强化学习提供可靠奖励信号。该框架在离线轨迹验证上准确率超过 90%，训练出的智能体在 AndroidWorld 和自建基准上表现良好，论文已被 EMNLP 2026 主会接收。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。