从自身交互中学习行动：面向 GUI Agent 的 On-Policy 自蒸馏

英文标题：Learn How to Act from Your Own Interactions: On-Policy Self-Distillation for GUI Agents

该论文提出面向图形用户界面（GUI）Agent 的 On-Policy 自蒸馏方法，探索让智能体从自身与软件环境的交互中学习行动策略。论文指出，GUI Agent 要完成复杂用户指令，需要在多轮软件交互中进行逐步推理，并具备长程记忆能力以保留与任务相关的信息。该方向对开发者的意义在于，Agent 的训练可能更依赖实际交互轨迹，从而提升其在长步骤、多界面软件任务中的执行能力。原文提供的摘要片段未包含具体实验数据、基准结果或性能结论。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB