HyMobileAgent：面向高效 GUI 智能体的数据 - 环境协同扩展

本文提出 HyMobileAgent，一种基于视觉原生基础模型的移动 GUI 智能体。针对移动交互中感知复杂、数据获取难及长程决策易出错等挑战，构建了数据与环境协同扩展框架。该框架集成 GUI 感知飞轮、知识流水线及大规模动作数据管道，并引入 PhoneWorld 模拟工厂提供可重置训练环境。核心创新在于设计了具备显式死循环检测的结构化规划与反思机制，结合渐进式训练策略，实现了可靠的长程任务执行。