跳到正文

DigiRL

用在线强化学习训练设备控制代理

访问官网

DigiRL 是什么

DigiRL 被介绍为一种在线强化学习算法,用于训练代理在真实世界的 Android 任务上控制设备。

你可以用它做什么

  • 利用已有的离线数据集
  • 从离线过渡到在线学习
  • 按价值为指令级任务排序

应用场景

  • 在设备上搜索意大利餐厅
  • 找到商品页面并执行搜索
  • 在站点改版时保持表现

优点与缺点

✓ 我们认可的地方

  • 离线到在线学习从试错中自我改进
  • 自主收集的轨迹减少恢复失败

! 需要留意的地方

  • 运行前需安装软件环境
  • 实验需配置数据集与参数

常见问题

评估器做什么?

资料说明自主 VLM 评估器处理开放式 Android 任务。

任务如何排序?

资料说明指令级价值函数隐式构建自动课程。

最后评测: 2026-11-15

更多 AI 编程工具 工具

查看全部 →

评测方法