论文页面 - MobileGym: 一个可验证且高度并行的移动GUI代理研究仿真平台

来源：https://huggingface.co/papers/2605.26114 作者：

,

,

,

,

,

,

,

,

,

摘要

MobileGym 提出了一个基于浏览器的移动环境，通过基于 JSON 的状态管理和并行执行，实现了确定性评估和可扩展的强化学习。

我们提出了 MobileGym，一个托管在浏览器中、轻量级、完全可控的日常移动使用环境，专注于交互保真度，无需复制专有后端。它实现了此前日常应用难以企及的两项能力：通过基于结构化 JSON 状态的确定性基于状态的判定（https://huggingface.co/papers?q=deterministic%20state-based%20judging）提供可验证的结果信号，以及通过低成本并行推演（https://huggingface.co/papers?q=parallel%20rollouts）实现可扩展的在线强化学习。完整的环���状态被捕获、配置、分支和比较为结构化 JSON，单台服务器可托管数百个并行实例，每个实例占用约 400 MB 内存，冷启动约 3 秒。分层状态模型（https://huggingface.co/papers?q=layered%20state%20model）和声明式任务定义框架（https://huggingface.co/papers?q=declarative%20task-definition%20framework）保证了状态可编程性和任务创建的可扩展性，单一编程式判定机制（https://huggingface.co/papers?q=programmatic%20judging%20mechanism）同时提供确定性评估结果和稠密强化学习奖励。附带的 MobileGym-Bench 提供了 416 个参数化任务模板（https://huggingface.co/papers?q=parameterized%20task%20templates），涵盖 28 个应用，包括 256 个测试模板和 160 个训练模板，并配备了确定性判定器和一个避免自由文本匹配失败的结构化 AnswerSheet 协议（https://huggingface.co/papers?q=AnswerSheet%20protocol）。在 Sim-to-Real 案例研究（https://huggingface.co/papers?q=Sim-to-Real%20case%20study）中，基于 Qwen3-VL-4B-Instruct（https://huggingface.co/papers?q=Qwen3-VL-4B-Instruct）的 GRPO（https://huggingface.co/papers?q=GRPO）在 256 个任务的测试集上提升了 12.8 个百分点，并在 59 个任务的真实设备信号子集上，真实设备执行保留了模拟侧训练增益的 95.1%。项目页面：https://mobilegym.github.io/。

查看 arXiv 页面（https://arxiv.org/abs/2605.26114）查看 PDF（https://arxiv.org/pdf/2605.26114）项目页面（https://mobilegym.github.io/）GitHub（https://github.com/Purewhiter/mobilegym）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.26114）

在您的代理中获取此论文：

hf papers read 2605\.26114

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

引用此论文的模型0

无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2605.26114 以从此页面链接。

引用此论文的数据集0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2605.26114 以从此页面链接。

引用此论文的空间0

无空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2605.26114 以从此页面链接。

包含此论文的收藏集0

无收藏集包含此论文

将此论文添加到收藏集（https://huggingface.co/new-collection）以从此页面链接。