从自身交互中学习行动：面向GUI智能体的在线自蒸馏方法
针对图形用户界面（GUI）智能体在执行复杂软件指令时所需的分步推理与长程记忆能力，研究团队探索了在线自蒸馏（OPSD）技术的应用。现有OPSD方法虽在GUI定位等基础任务上表现优异，但在向多轮交互场景扩展时受限于自教师模型的特权机制（原摘要末尾存在信息截断）。该研究旨在通过从自身交互中学习，改进自蒸馏机制以提升多轮GUI智能体的决策执行效果。
推荐理由聚焦GUI智能体多轮复杂交互的技术瓶颈，提出了改进的在线自蒸馏训练方案。
原标题：Learn How to Act from Your Own Interactions: On-Policy Self-Distillation for GUI Agents
阅读 arXiv 人工智能 原文 ↗