论文页面 - SoftwareGym：通过多样化合成软件环境扩展计算机使用智能体训练

来源：https://huggingface.co/papers/2610.12611

摘要

计算机使用智能体(CUAs)正在快速进步，但大规模合成多样且可靠的软件环境仍然具有挑战性。原生应用环境需要大量构建和集成工作，这限制了应用覆盖范围，并增加了针对特定应用过拟合的风险。浏览器托管环境提供的交互深度和工作流复杂性有限。这些局限促使我们提出SoftwareGym，这是一个自动化流水线，用于合成具有多样化界面、可执行功能和经过运行时验证的行为的GUI软件环境。它生成结构多样的设计，将其实现为可运行的应用程序，并通过GUI评估和迭代修复确保功能可靠性。使用SoftwareGym，我们合成了涵盖十二个类别的182个应用程序，GUI任务平均通过率达到91.5%。我们构建了SoftwareGym-Bench，这是一个涵盖相同十二个类别、包含120项任务的评估套件，并使用从这些环境中收集的轨迹训练CUA。训练得到的模型在严格域外的OSWorld基准上，将Pass@3从41.39%提升至56.97%，并在SoftwareGym-Bench上达到40.0%。这些结果表明，合成软件环境有潜力为CUA训练提供可扩展且可迁移的监督信号。

查看arXiv页面 (https://arxiv.org/abs/2610.12611)查看PDF (https://arxiv.org/pdf/2610.12611)GitHub3 (https://github.com/MrKiing-Jin/SoftwareGym)添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2610.12611)

在你的智能体中获取这篇论文：

hf papers read 2610\.12611

没有最新版CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用这篇论文的模型0

没有模型关联这篇论文

在模型的README.md中引用arxiv.org/abs/2610.12611，即可从此页面关联该模型。

引用这篇论文的数据集0

没有数据集关联这篇论文

在数据集的README.md中引用arxiv.org/abs/2610.12611，即可从此页面关联该数据集。

引用这篇论文的Spaces0

没有Space关联这篇论文

在Space的README.md中引用arxiv.org/abs/2610.12611，即可从此页面关联该Space。

包含这篇论文的合集0

没有合集包含这篇论文

将这篇论文添加到一个合集 (https://huggingface.co/new-collection)，即可从此页面关联该合集。