arXiv cs.AI· Panrong Tong, Quyu Kong, Pengxiang Li, Tianyu Xia, Hanzhang Zhou, Lei Wang, Chenglin Cai, Long Li, Long Chen, Jianan Zhang, Zhengwen Zeng, Xu Zhang, Gongjie Zhang, Yue Wang, Steven Hoi·· 2 天前AI 评分66
MAI-Gym：面向移动与电脑环境的 GUI 智能体评测与 RL 训练一体化开源平台
MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments
AI 导读
MAI-Gym 是一个开源一体化平台，统一移动、电脑和网页环境下的 GUI 智能体评测、数据采集与在线 RL 训练，支持十项基准并扩展到 20000 个并行环境实例。
正文 · AI 翻译
作者：Panrong Tong、Quyu Kong、Pengxiang Li、Tianyu Xia、Hanzhang Zhou、Lei Wang、Chenglin Cai、Long Li、Long Chen、Jianan Zhang、Zhengwen Zeng、Xu Zhang、Gongjie Zhang、Yue Wang、Steven Hoi
摘要：带有可验证奖励的在线强化学习（RL）推动了数学、编程和工具使用领域的快速进展，但将这一成功扩展到 GUI 智能体仍然具有挑战性，原因在于交互式环境的高成本以及真实训练任务的稀缺。我们推出 MAI-Gym，一个开放的一体化平台，统一了跨移动端、计算机和网页环境的 GUI 智能体评估、数据收集和在线 RL 训练。通过共享的 rollout 流水线，MAI-Gym 确保智能体在评估和训练中的行为一致，支持十个既有基准，并可扩展到 20,000 个并行环境实例。除可扩展的基础设施外，MAI-Gym 还能自动合成多样化的 GUI 应用和具有挑战性的任务，包括可重置的模拟应用以及具有执行验证任务验证器的一致性跨应用世界。使用 MAI-Gym，我们训练了 MAI-Gym-9B，一个面向移动端和计算机使用的统一 9B 智能体，在 10B 参数以下的开放 GUI 智能体中取得了最先进的性能：MobileWorld 上为 78.4%，OSWorld-Verified 上为 76.2%。重要的是，在模拟的火车票预订应用中进行 RL 可以迁移到其真实世界对应应用，将实体手机上的任务成功率从 28.8% 提升到 48.1%。我们发布该框架、合成技能、模拟应用、2,000 个已验证任务以及模型检查点，以支持可复现研究并推动可扩展 GUI 智能体训练的进一步进展。
| 评论： | 31 页，15 页 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.20939 [cs.AI] |
| （或 arXiv:2610.20939v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.20939 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Tianyu Xia [查看电子邮件]
[v1]
2026 年 10 月 14 日星期三 21:06:01 UTC（9,779 KB）
来源：arXiv cs.AI · arxiv.org