arXiv cs.AI· Yubin Wu, Zicheng Cai, Liping Ning, Hua Wang, Zhi Chen, Yaohua Tang, Hao Chen·· 9 天前AI 评分30
LiteGUI：通过多解引导蒸馏与双层强化学习构建轻量级 GUI 智能体
LiteGUI: Lightweight GUI Agents via Multi-Solution Guided Distillation and Dual-Level Reinforcement Learning
AI 导读
LiteGUI 是一个构建轻量级 GUI 智能体的两阶段后训练框架，包含 Guided On-Policy Distillation 与 Multi-Solution Dual-Level GRPO，可在不要求模型复现固定演示轨迹的情况下完成多步 GUI 任务。
正文 · AI 翻译
摘要：我们提出了 LiteGUI，一个用于构建轻量级 GUI 智能体的新框架。由于复杂任务的长时程特性以及存在多条有效交互路径，GUI 交互带来了独特的挑战，轻量级 GUI 智能体难以有效应对。为应对这些挑战，LiteGUI 引入了一个基于记录的 GUI 状态运行的两阶段后训练框架。首先，我们提出了引导式同策略蒸馏（Guided On-Policy Distillation），它在每个 GUI 状态提供训练时的特权教师指导，方法是从人工验证的多解动作标注中选择最匹配的有效动作，同时保持学生的同策略 rollout 不变。其次，我们开发了多解双层 GRPO（Multi-Solution Dual-Level GRPO），它将动作级监督与基于历史的、逐状态规划质量监督相结合，同时考虑每个记录的 GUI 状态下的多个有效动作。这两个阶段共同支持多步 GUI 任务，而无需学生复现固定的演示轨迹。我们进一步开发了一个可扩展的数据生成流水线及相应的多解数据集 Lite-Dataset，以支持 GUI 智能体的训练与评估，填补了现有文献中的空白。在多个 GUI 基准上的大量实验表明，LiteGUI 相比现有训练范式（包括 SFT、同策略蒸馏和 GRPO）显著提升了轻量级 GUI 智能体的性能，并且与规模大得多的模型相比达到了有竞争力或更优的性能。
| 学科： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2605.07505 [cs.AI] |
| （或使用 arXiv:2605.07505v2 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2605.07505 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yubin Wu [查看邮箱]
[v1]
2026年5月8日星期五 09:38:29 UTC（322 KB）
[v2]
2026年10月8日星期四 08:52:00 UTC（356 KB）
来源：arXiv cs.AI · arxiv.org