挑战中学习：用于移动图形界面代理训练的自适应难度感知数据生成

大规模高质量交互轨迹对推进移动图形界面（GUI）代理至关重要。现有方法缺乏对任务难度的细粒度控制，导致训练难度与代理能力不匹配。受人类渐进式学习启发，本文提出 MobileGen 框架，将任务难度解耦为结构与语义维度，评估代理能力边界并自适应计算难度分布。基于采样难度，利用多智能体生成器合成高质量交互轨迹。实验表明，该方法在多个基准测试中将代理平均性能提升了 1.57 倍，证明了能力对齐数据生成的有效性。