IntentScore：面向计算机使用代理的意图条件动作评估

计算机使用代理（CUA）常因缺乏动作质量评估而产生不可逆错误。本文提出 IntentScore，一种感知规划的奖励模型，通过在动作编码器中嵌入规划意图，区分相似动作背后的不同逻辑。该模型在跨操作系统的 39.8 万步离线数据上训练，采用对比对齐和边际排序双重目标。实验表明，其在未见过的环境和代理上显著提升了任务成功率，证明了离线轨迹学习的泛化能力。