WM-R1 に関する報道

この論文では、モバイル GUI エージェントをトレーニングするために実際の環境の代わりにワールド モデルを使用する最初の RL フレームワークである WM-R1 を提案しています。大量の実環境インタラクションに依存していた以前の GUI RL と比較して、このメソッドは状態転送ソースをワールド モデルに完全に切り替え、アクションの結果を予測するための思考プロセスを埋め込みます。これは、GUI エージェントのトレーニングに伴う高いリソース消費と不安定性が軽減され、モバイル端末の自動展開のための環境インタラクション コストが削減されることが期待されることを意味します。