Apple Machine Learning·· 14 天前AI 评分45
苹果提出在线稠密强化学习框架，在真实 iOS 应用上训练 UI 导航智能体
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
AI 导读
苹果提出一种在线强化学习框架，直接在真实 iOS 应用上训练 UI 导航智能体，将智能体拆分为 Planning agent 与 UI Grounding 模型，并用 LLM-as-a-Judge 提供步级稠密反馈加终端奖励，配合 PPO 与步级优势估计优化。
来源：Apple Machine Learning · machinelearning.apple.com