arXiv · cs.AI· Zirui Shang, Yang Liu, Xin Shu, Zhi Gao, Xinxiao Wu, Lifeng Fan·· 11 小时前
面向GUI智能体的自适应分组过程奖励研究
Adaptive-Group Process Rewards for GUI Agents
arXiv:2610.17710v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zirui Shang, Yang Liu, Xin Shu, Zhi Gao, Xinxiao Wu, Lifeng Fan
研究任务与主要进展
作者提出自适应分组过程奖励框架，通过动态划分语义连贯的子目标组，在动作级和组级评估GUI智能体操作，并将两类奖励结合为过程奖励。该方法利用组内后续动作及整条轨迹中各组的上下文来细化信用分配，再补充GRPO的结果优势；基于论文摘要，作者报告其在过程奖励基准和下游强化学习训练中有效，但未提供具体实验数据。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org