論文の概要: PreAct: Computer-Using Agents that Get Faster on Repeated Tasks

• arxiv url: http://arxiv.org/abs/2606.17929v1
• Date: Tue, 16 Jun 2026 13:40:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.45946
• Title: PreAct: Computer-Using Agents that Get Faster on Repeated Tasks
• Title（参考訳）: Prect: 繰り返しタスクを高速化するコンピュータ利用エージェント
• Authors: Bojie Li,
• Abstract要約: 私たちはPreActを紹介します。これはコンピュータ利用エージェントが以前したタスクを高速化するものです。 初めて成功したとき、PreActはスクリーンをチェックする小さなステートマシンのプログラムステートに実行をコンパイルする。 各ステップでPreActは、プログラムが実行する前に期待するものとスクリーンが一致していることを確認し、何かがオフになった瞬間にエージェントに制御を返します。
• 参考スコア（独自算出の注目度）: 0.3951796994513004
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computer-using agents drive real software through the screen -- clicking and typing -- but they solve every task from scratch: asked to repeat a task, an agent re-reads the screen, re-reasons every tap, and pays the full cost again. We present PreAct, which lets such an agent get faster on tasks it has done before. The first time it succeeds, PreAct compiles the run into a small state-machine program-states that check the screen, transitions that act-and on later runs replays it directly instead of invoking the agent 8.5-13x faster, with no per-step language-model calls. Replay is not blind: at each step PreAct checks that the screen matches what the program expects before acting, and hands control back to the agent the moment something is off. PreAct applies the same discipline when deciding what to keep: a freshly compiled program enters the store only if, re-run from a clean state, an independent evaluator confirms it solved the task-catching programs that replay to their last step yet leave the task undone. Across a mobile, a desktop, and a web benchmark, this store-time check separates repeated runs that improve from ones that degrade as faulty programs accumulate, worth 1.75-2.6 tasks per benchmark, the same direction on all three; a fallback that explores afresh when no program fits brings PreAct level with a strong record-and-replay baseline. We also report what did not matter: prompt wording, runtime guardrails, and whether a language model or a plain embedding retriever selects which program to reuse.
• Abstract（参考訳）: コンピューター利用エージェントは、実際のソフトウェアを画面から駆逐する -- クリックとタイピング -- が、タスクを繰り返すように要求された場合、エージェントが画面を再読み取りし、タップ毎に再推論し、全コストを支払うという、すべてのタスクをゼロから解決する。 私たちはPreActを紹介します。このようなエージェントが以前行ったタスクをより早く行えるようにします。 初めて成功したとき、PreActは実行を小さなステートマシンのプログラム状態にコンパイルし、画面をチェックし、その後に動作し、その後に実行する遷移はエージェントを8.5～13倍高速に呼び出しる代わりに直接再生する。 リプレイは盲目ではありません。各ステップでPreActは、プログラムが実行する前に期待するものとスクリーンが一致していることを確認し、何かがオフになった瞬間にエージェントにコントロールを返します。 新しくコンパイルされたプログラムがクリーンな状態から再実行された場合にのみ、ストアに入力し、独立した評価者が、最後のステップにリプレイするタスクキャッチプログラムを解決し、タスクを解除することを確認します。 モバイル、デスクトップ、Webベンチマーク全体で、このストアタイムチェックは、エラープログラムが蓄積するにつれて劣化する繰り返し実行を分離する。ベンチマーク毎に1.75-2.6タスク、すべての3つで同じ方向を示す。プログラムが適合しない場合のフォールバックは、PreActレベルに強い記録と再生ベースラインをもたらす。 また、プロンプトワード、実行時ガードレール、言語モデルまたは平易な埋め込みレトリバーがどのプログラムを再利用するかを報告する。

関連論文リスト

• SentinelBench: A Benchmark for Long-Running Monitoring Agents [20.69666656998877]
  SentinelBenchは、時間進化モニタリングタスクのためのオープンソースのベンチマークである。 メール、カレンダー、ファイナンス、プロフェッショナルネットワーキング、エンターテイメントなど10の合成ウェブ環境に100のタスクがある。 タスク完了、反応時間、リソース使用量を計測し、応答性とコストのトレードオフを明らかにする。
  論文  参考訳（メタデータ） (2026-06-03T18:32:00Z)
• Multi-Agent Computer Use [72.79887808312706]
  我々はマルチエージェント・コンピュータ・ユース(MACU)システムの評価・構築に向けて進むべきであると論じる。 本稿では、マネージャモデルがコンピュータ使用タスクを有向非巡回グラフ(DAG)として分解する汎用マルチエージェント構成を提案する。 各イテレーションで、マネージャは並列CUAサブエージェントをディスパッチし、DAGの準備ができているフロンティアでノードを実行する。
  論文  参考訳（メタデータ） (2026-06-01T01:29:36Z)
• Mem-W: Latent Memory-Native GUI Agents [50.87647372904382]
  本稿では,メモリをエージェントの連続的コンテキストの一部として扱う,潜在メモリネイティブなGUIエージェントであるMem-Wを紹介する。 4つのWebおよびモバイルナビゲーションベンチマークで、Mem-Wはさまざまなバックボーンとメモリ拡張ベースラインを一貫して改善している。
  論文  参考訳（メタデータ） (2026-05-10T04:31:23Z)
• ProgramBench: Can Language Models Rebuild Programs From Scratch? [59.40748183470308]
  ProgramBenchは、ソフトウェアエンジニアリングエージェントがソフトウェアをホリシックに開発する能力を測定する。 エンドツーエンドの動作テストはエージェント駆動ファジィによって生成される。 モデルは、人間が書いたコードと大きく異なるモノリシックでシングルファイルの実装を好む。
  論文  参考訳（メタデータ） (2026-05-05T09:17:02Z)
• Step-level Optimization for Efficient Computer-use Agents [51.29573359027217]
  我々は、強力なコンピュータ利用エージェントは、実際は高価で遅いと論じている。 本稿では,コンピュータ利用エージェントのためのイベント駆動ステップレベルカスケードを提案する。
  論文  参考訳（メタデータ） (2026-04-29T19:59:36Z)
• ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents [77.22389710754452]
  マルチターンマルチデイタスクを中心に構築された同僚エージェントのベンチマークであるベンチを紹介する。 現在のリリースには、13のプロのシナリオにわたる100のタスクが含まれており、5つのステートフルなサンドボックスサービスに対して実行される。 最強のモデルは75.8の重み付きスコアに達するが、最も厳格なタスク成功率は20.0%に過ぎず、部分的な進歩が一般的であることを示している。
  論文  参考訳（メタデータ） (2026-04-26T16:05:02Z)
• ActionEngine: From Reactive to Programmatic GUI Agents via State Machine Memory [3.279665979821265]
  ActionEngineは、リアクティブ実行からプログラム計画に移行する、トレーニング不要のフレームワークである。 我々のエージェントは、平均して1回のLDMコールで95%のタスク成功を達成するが、最強のビジョンのみのベースラインでは66%である。
  論文  参考訳（メタデータ） (2026-02-24T03:03:18Z)
• A Zero-Shot Language Agent for Computer Control with Structured Reflection [19.526676887048662]
  大規模言語モデル(LLM)は、ライブコンピュータ環境での高レベルな目標の計画と実行能力の向上を示している。 タスクを実行するために、最近の作業は、しばしば、教師付き学習または少数/多発的なプロンプトを通じてタスクのトレース例から学習するモデルを必要とする。 我々は、与えられた専門家のトレースを必要としないゼロショットエージェントでこの問題にアプローチする。
  論文  参考訳（メタデータ） (2023-10-12T21:53:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。