論文の概要: MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments

• arxiv url: http://arxiv.org/abs/2610.20939v1
• Date: Wed, 14 Oct 2026 21:06:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.074326
• Title: MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments
• Title（参考訳）: MAI-Gym:モバイルおよびコンピュータ環境におけるGUIエージェント評価とRLトレーニングのためのオープンオールインワンプラットフォーム
• Abstract要約: MAI-GymはGUIエージェントの評価、データ収集、オンラインRLトレーニングを統合するオープンなオールインワンプラットフォームである。 我々はモバイルおよびコンピュータ用の統合9BエージェントであるMAI-Gym-9Bを訓練し、最先端の性能を達成する。 フレームワーク、合成スキル、モックアプリ、2000の検証タスク、およびrepro-Ducible Researchをサポートするモデルチェックポイントをリリースする。
• 参考スコア（独自算出の注目度）: 26.04937847356348
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Online reinforcement learning (RL) with verifiable rewards has driven rapid progress in mathematics, coding, and tool use, but scaling this success to GUI agents remains challenging due to the high cost of interactive environments and the scarcity of realistic training tasks. We introduce MAI-Gym, an open all-in-one platform that unifies GUI agent evaluation, data collection, and online RL training across mobile, computer, and web environments. Through a shared rollout pipeline, MAI-Gym ensures consistent agent behavior across evaluation and training, supports ten established benchmarks, and scales to 20,000 parallel environment instances. Beyond scalable infrastructure, MAI-Gym enables automated synthesis of diverse GUI applications and challenging tasks, including resettable mocked apps and coherent cross-app worlds with execution-validated task verifiers. Using MAI-Gym, we train MAI-Gym-9B, a unified 9B agent for mobile and computer use, achieving state-of-the-art performance among open GUI agents under 10B parameters: 78.4% on MobileWorld and 76.2% on OSWorld-Verified. Importantly, RL in a mocked train-ticketing app transfers to its real-world counterpart, improving task success on a phys- ical phone from 28.8% to 48.1%. We release the framework, synthesis skills, mocked apps, 2,000 verified tasks, and the model checkpoint to support repro- ducible research and further advances in scalable GUI agent training.
• Abstract（参考訳）: 検証可能な報酬を伴うオンライン強化学習(RL)は、数学、コーディング、ツール使用の急速な進歩をもたらしたが、対話的環境の高コストと現実的なトレーニングタスクの不足のため、GUIエージェントにこの成功を拡大することは依然として困難である。 オープンなオールインワンプラットフォームであるMAI-Gymを導入し,GUIエージェントの評価,データ収集,モバイル,コンピュータ,Web環境におけるオンラインRLトレーニングを統一する。 共有ロールアウトパイプラインを通じて、MAI-Gymは評価とトレーニング間で一貫したエージェント動作を保証し、10の確立されたベンチマークをサポートし、20,000の並列環境インスタンスにスケールする。 スケーラブルなインフラストラクチャ以外にも、MAI-GymはさまざまなGUIアプリケーションや、リセット可能なモックアプリや、実行検証されたタスク検証を備えたコヒーレントなクロスアプリワールドなど、課題のあるタスクの自動合成を可能にしている。 MAI-Gym-9Bは、モバイルおよびコンピュータ用の統一された9Bエージェントであり、10BパラメータのオープンGUIエージェントのうち、78.4%がMobileWorld、76.2%がOSWorld-Verifiedである。 重要なのは、モックされた列車チケットアプリのRLが現実世界に移行し、28.8%から48.1%のフィスカード電話でのタスクの成功が向上したことである。 フレームワーク,合成スキル,モックアプリ,2,000の検証タスク,再現性のある研究を支援するモデルチェックポイント,拡張性のあるGUIエージェントトレーニングのさらなる進歩をリリースする。

関連論文リスト

• Qwen-UI-Agent Technical Report: Toward Next-Generation Real-World Centric Foundation GUI Agents [27.09949595397669]
  Qwen-UI-Agentは、モバイル、コンピュータ利用、Web、DeepSearch環境にまたがる現実世界のファンデーションGUIエージェントである。 統一されたアクション空間はGUI操作とCLIの実行をインターリーブし、単一のモデルターンでバッチアクションを生成する。 オンラインRLは100回を超える軌道のトレーニングをサポートし、1万以上の環境がロールアウトを加速している。
  論文  参考訳（メタデータ） (2026-07-30T13:58:41Z)
• GUI-GENESIS: Automated Synthesis of Efficient Environments with Verifiable Rewards for GUI Agent Post-Training [30.675339113121225]
  提案するGUI-GENESIS(GUI-GENESIS)は,効率の良いGUIトレーニング環境を,評価可能な報酬で自動生成するフレームワークである。 GUI-GENESISは、実際のアプリケーションのトレーニングと比較して、環境のレイテンシを10倍削減し、エポック毎のコストを28,000ドル以上削減する。
  論文  参考訳（メタデータ） (2026-02-15T10:58:01Z)
• Step-GUI Technical Report [84.83795946544292]
  本稿では,Calibrated Step Reward Systemを利用した自己進化型トレーニングパイプラインを提案する。 また、最先端のGUI性能を実現するモデル群であるStep-GUIについても紹介する。 エージェントが日常的に使えるかどうかを評価するために,AndroidDailyを紹介した。
  論文  参考訳（メタデータ） (2025-12-17T13:26:30Z)
• Efficient Multi-turn RL for GUI Agents via Decoupled Training and Adaptive Data Curation [65.3648667980258]
  視覚言語モデル(VLM)に基づくGUIエージェントは複雑なタスクの自動化を約束するが、強化学習(RL)の適用において大きな課題に直面している。 異種モジュールを高度に非結合的に協調するGUIエージェントのための非結合エージェントRLトレーニングフレームワークであるDARTを提案する。 OSWorldのベンチマークでは、DART-GUI-7Bは42.13%のタスク成功率、14.61%の絶対ゲイン、オープンソースSOTAよりも7.34%高い。
  論文  参考訳（メタデータ） (2025-09-28T13:19:20Z)
• UI-TARS-2 Technical Report: Advancing GUI Agent with Multi-Turn Reinforcement Learning [155.51875080423883]
  グラフィカルユーザインタフェースのための自律エージェントの開発は、人工知能における大きな課題を示している。 本稿では,GUI中心のエージェントモデルであるUI-TARS-2を提案する。 実証的な評価では、UI-TARS-2は以前のUI-TARS-1.5よりも大幅に改善されている。
  論文  参考訳（メタデータ） (2025-09-02T17:44:45Z)
• ComputerRL: Scaling End-to-End Online Reinforcement Learning for Computer Use Agents [40.033250603445246]
  自律デスクトップインテリジェンスのためのフレームワークComputerRLを紹介する。 ComputerRLは、プログラム的なAPI呼び出しと直接GUIインタラクションを統合するAPI-GUIパラダイムを備えている。 本稿では,強化学習と教師付き微調整を交互に行う訓練戦略であるEntropulseを提案する。
  論文  参考訳（メタデータ） (2025-08-19T17:59:45Z)
• MobileGUI-RL: Advancing Mobile GUI Agent through Reinforcement Learning in Online Environment [63.62778707277929]
  MobileGUI-RLは、オンライン環境でGUIエージェントをトレーニングするスケーラブルなフレームワークである。 自己探索とフィルタリングを通じて学習可能なタスクのカリキュラムを合成する。 GRPOをGUIナビゲーションに適応させ、軌道認識の利点と複合報酬を付与する。
  論文  参考訳（メタデータ） (2025-07-08T07:07:53Z)

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。