摘要
在线强化学习是增强 Android 智能体能力的有效方法，但受限于模拟器高延迟及现有算法采样效率低，成本高昂。本文指出当前“单状态单动作”范式的根本局限，提出
AI 推荐理由
论文核心在于通过新范式提升 Android Agent 的工具交互与动作执行效率，属技能学习范畴。
研究机构
Zhejiang University
Qualcomm AI Research
论文信息