面向 GUI 智能体的可执行代理记忆

现代 GUI 智能体依赖逐屏重解释的脆弱范式，难以胜任长程任务。本文提出可执行代理记忆（EAM），一种结构化知识图谱，将 GUI 规划从自由生成转变为鲁棒的检索与执行过程。该方法利用状态感知 DFS 和动作组挖掘构建高效记忆管线，压缩多步例行程序；并引入价值引导的图搜索，通过轻量级 Q 函数模型指导蒙特卡洛树搜索。实验表明，EAM 在 AndroidWorld 上显著优于现有基线，同时大幅降低令牌成本与延迟，实现了可靠、快速且长程的 GUI 自动化。