并非所有图都是地图：面向移动 GUI 导航的任务无关探索框架
英文标题：Not All Graphs Are Maps: A Task-Agnostic Exploration Framework for Mobile GUI Navigation
现代移动端 GUI Agent 虽能感知当前屏幕并执行局部操作，但仍缺乏特定于应用的持久导航知识，包括功能分布、页面从属以及屏幕在重复访问时的等价性。该论文针对这一瓶颈提出了一种与任务无关的探索框架，旨在构建移动界面在拓扑层面的结构认知。这一方法为解决移动智能体在复杂多页面流转中的长程规划与记忆问题提供了新思路，有助于提升自动化 Agent 的运行效率与稳健性。
打开原文相关 2.4 · 机会 2
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文概况
- arXiv 编号：
arXiv:2610.22672v1 - 公告类型：最新发布（Announce Type: new）
摘要
现代移动端图形用户界面（GUI）Agent 已经能够感知当前可见的屏幕并执行局部操作，但它们仍然缺乏针对特定应用程序的持久导航知识，例如：各项功能位于何处、哪些页面包含这些功能，以及在多次访问中哪些屏幕在语义和功能上是等价的。
针对上述问题，本研究提出了《并非所有图都是地图：面向移动 GUI 导航的任务无关探索框架》（Not All Graphs Are Maps: A Task-Agnostic Exploration Framework for Mobile GUI Navigation），通过在缺乏特定任务先验的情况下自主探索并构建持久化的导航知识地图，以增强 GUI Agent 的长程规划与复用能力。
English / 原文
BibTeX formatted citation
×