WebHarbor：为 GUI 智能体构建 153 个可执行真实网站环境
WebHarbor: Docking Real Websites for Evolving GUI Agent Environments
WebHarbor 提出一套 153 个可执行、Docker 化的网站环境，重建真实网页服务的界面、内容与功能流程，并保持确定性控制。该套件包含 3518 个任务，覆盖多步骤和登录后工作流，同时可用于成本更低的强化学习训练；在 WebHarbor 中用 RL 训练的 Qwen 4B 级 GUI 智能体可泛化到未见任务，在四个基准上与领先开源 GUI 网页智能体表现相当。代码与数据已公开。
作者：Zhaoyang Wang、Qianhui Wu、Boyu Gou、Demi Wang、Jiacheng Zhang、Peichun Hua、Qize Li、Shi Qiu、Yifan Jiang、Yifan Zhang、Zexu Jin、Baolin Peng、Bolin Shen、Chetan Bansal、Dehan Kong、Deren Lei、Dongshen Peng、Fengqing Jiang、Hao Cheng、Haoqing Wang、Jiaming Shan、Jicheng Wang、Jingguang Zhou、Jixuan He、Kaide Zeng、Kangyu Zhu、Lama Moukheiber、Mufan Qiu、Peng Xia、Qihan Sun、Qingwei Lin、Qiushi Sun、Ruichen Zhang、Shuqing Luo、Si Qin、Sicheng Fan、Tao Xiong、Wenlin Yao、Xinyu Zhang、Xinyue Zeng、Xuanrui Li、Xuchao Zhang、Yian Wang、Yichao Liu、Yiming Liang、Yiyang Zhou、Yizhu Jiao、Yuetai Li、Yurun Chen、Yuxuan Zhang、Zheyuan Yang、Zhiyuan Yao、Zhongyang Li、Zihao Li、Zili Wang、Jianfeng Gao、Huaxiu Yao
摘要：GUI 网页智能体需要真实且可交互的环境，并在评估和训练期间保持稳定。在线网站评估会受到内容变化、访问限制以及对需认证工作流覆盖有限的困扰，而现有的用于训练的合成环境往往缺乏功能深度和视觉保真度。我们提出 WebHarbor，一套包含 153 个可执行且已 Docker 化的网站环境，在确定性控制下忠实重建真实世界 Web 服务的视觉界面、内容和功能工作流。我们通过任务驱动的人机协作构建 WebHarbor：环境随着新任务扩展其功能范围而演进，编码智能体实现所需更改，人类贡献者审核视觉保真度、功能正确性和任务有效性。最终套件包含 3,518 个任务，涵盖多步骤和认证后工作流，而这些往往是现有工作未能覆盖的。除可靠评估外，WebHarbor 还提供高保真合成 Web 环境，用于成本高效的强化学习（RL）。我们证明，在 WebHarbor 中用 RL 训练的 Qwen 4B 级 GUI 智能体可泛化到未见任务，并在四个基准上与领先的开源 GUI 网页智能体表现相当。代码和数据公开于 此 https URL。
| 评论： | 31 页 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2611.03634 [cs.AI] |
| （或 arXiv:2611.03634v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.03634 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
发件人：Zhaoyang Wang [查看邮件]
[v1]
2026年11月2日星期一 18:57:36 UTC（10,987 KB）
来源：arXiv cs.CL · arxiv.org