摘要
本文提出 Qwen-UI-Agent,一种面向移动、电脑、网页及深度搜索环境的通用 GUI 智能体。该系统统一了 GUI 操作与命令行执行的动作空间,支持单步生成批量动作及长程任务规划。通过类 AutoResearch 的数据飞轮机制,智能体能自主构建任务、诊断失败并规划迭代,结合在线强化学习在超万并发环境中训练百步以上轨迹。实验表明,其在移动端基准测试中达到最先进水平,并在电脑与浏览器任务中表现优异,展现了强大的现实世界任务执行与规划能力。
AI 推荐理由
论文核心在于长程任务规划、跨平台工作流执行及自主迭代改进,属规划领域。
研究机构
Alibaba Token Hub, Alibaba Group
论文信息