论文页面 - 训练面向手机智能体使用的开放模型

来源：https://huggingface.co/papers/2606.23049 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

PhoneBuddy 结合真实与模拟应用环境，提升面向手机使用的开放模型训练，通过混合强化学习方法展现出更高的任务成功率。

手机正成为通用型智能体的重要执行界面，但训练可靠的开放模型 (https://huggingface.co/papers?q=open%20models) 用于手机操作仍然困难，因为部署时真正重要的环境——运行真实应用的实体设备——速度慢、有状态、会造成副作用、且难以重置或验证，而可扩展的模拟环境只能近似真实行为。我们提出 PhoneBuddy，一种面向手机智能体使用的训练方案和开放模型系列，它结合了真实应用环境 (https://huggingface.co/papers?q=real-app%20environment) 与模拟应用环境 (https://huggingface.co/papers?q=mock-app%20environment) PhoneWorld (https://huggingface.co/papers?q=PhoneWorld)，后者从真实 GUI 使用结构重建可运行的模拟应用。PhoneBuddy 首先从两个环境中收集的轨迹构建共享的监督微调 (https://huggingface.co/papers?q=supervised%20fine-tuning) 阶段，然后将真实应用强化学习与跨两个环境的混合强化学习进行比较。在涉及应用、迷你应用和跨应用工作流的真实手机 150 项任务人工评估中，任务成功率 (https://huggingface.co/papers?q=task%20success%20rate) 从监督微调 (https://huggingface.co/papers?q=supervised%20fine-tuning) 后的 36.67% 提升至真实应用强化学习后的 40.67% 和混合强化学习后的 45.33%。在 AndroidWorld (https://huggingface.co/papers?q=AndroidWorld) 上，同样的进展从 60.3% 升至 77.2% 再到 83.2%。这些结果表明，模拟应用训练并非真实应用强化学习的替代品，而是一种互补的可扩展、可重置且自动检查的交互来源。增益在应用和迷你应用任务上最为显著，而长周期的跨应用工作流仍然是一个重要的开放挑战。

查看 arXiv 页面 (https://arxiv.org/abs/2606.23049)查看 PDF (https://arxiv.org/pdf/2606.23049)项目页面 (https://phonebuddyai.github.io/)GitHub4 (https://github.com/PhoneBuddyAI/phonebuddy)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.23049)

在你的智能体中获取此论文：

hf papers read 2606\.23049

没有最新 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

请在模型 README.md 中引用 arxiv.org/abs/2606.23049 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

请在数据集 README.md 中引用 arxiv.org/abs/2606.23049 以从此页面链接。

引用此论文的 Spaces0

无 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2606.23049 以从此页面链接。

包含此论文的收藏0

无收藏包含此论文

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