論文の概要: WebHarbor: Docking Real Websites for Evolving GUI Agent Environments

• arxiv url: http://arxiv.org/abs/2611.03634v1
• Date: Mon, 02 Nov 2026 18:57:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.638239
• Title: WebHarbor: Docking Real Websites for Evolving GUI Agent Environments
• Title（参考訳）: WebHarbor: GUIエージェント環境を進化させるために実際のWebサイトをドッキングする
• Abstract要約: Webエージェントは、評価とトレーニングの間も安定している現実的でインタラクティブな環境を必要とする。 我々は、WebHarborという153の実行可能およびドッカー化されたWeb環境スイートを提案する。 WebHarbor で RL で訓練された Qwen 4B レベルの GUI エージェントが,未確認タスクに一般化し,主要なオープンソース GUI エージェントと競合して動作することを示す。
• 参考スコア（独自算出の注目度）: 115.12503391560934
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: GUI web agents require realistic and interactive environments that remain stable during both evaluation and training. Live website evaluation suffers from changing content, access restrictions, and limited coverage of authenticated workflows, while existing synthetic environments for training often lack functional depth and visual fidelity. We propose WebHarbor, a suite of 153 executable and dockerized website environments that faithfully reconstruct the visual interfaces, content, and functional workflows of real-world web services under deterministic control. We build WebHarbor through task-driven human-agent collaboration, where environments evolve as new tasks expand their functional scope, coding agents implement the required changes, and human contributors audit visual fidelity, functional correctness, and task validity. The resulting suite comprises 3,518 tasks spanning multi-step and post-authentication workflows, where existing works often fail to cover. Beyond reliable evaluation, WebHarbor provides high-fidelity synthetic web environments for cost-efficient reinforcement learning (RL). We demonstrate that a Qwen 4B-level GUI agent trained with RL in WebHarbor generalizes to unseen tasks and performs competitively with leading open-source GUI web agents across four benchmarks. The code and data are publicly available at https://github.com/aiming-lab/WebHarbor.
• Abstract（参考訳）: GUI Webエージェントは、評価とトレーニングの間も安定している現実的でインタラクティブな環境を必要とする。 ライブWebサイトの評価は、コンテンツの変更、アクセス制限、認証ワークフローの限られたカバレッジに悩まされている。 我々は,実世界のWebサービスのビジュアルインターフェース,コンテンツ,機能ワークフローを決定論的制御の下で忠実に再構築する,実行可能な153のWeb環境のスイートであるWebHarborを提案する。 タスク駆動のヒューマンエージェントコラボレーションを通じてWebHarborを構築し、新しいタスクが機能範囲を広げ、コーディングエージェントが必要な変更を実装し、人間のコントリビュータが視覚的忠実さ、機能的正確性、タスク妥当性を監査する。 このスイートは、マルチステップとポストオーセンティフィケーションワークフローにまたがる3,518のタスクで構成されており、既存の作業がカバーできないことが多い。 信頼性評価に加えて、WebHarborはコスト効率強化学習(RL)のための高忠実な合成Web環境を提供する。 我々は、WebHarborでRLで訓練されたQwen 4BレベルのGUIエージェントが、目に見えないタスクに一般化し、4つのベンチマークで主要なオープンソースGUI Webエージェントと競合することを示した。 コードとデータはhttps://github.com/aiming-lab/WebHarbor.comで公開されている。

関連論文リスト

• Training Needs Trustworthy Worlds: Verified Synthetic Web Environments for Agent Learning [48.88985618650394]
  私たちのフレームワークは、生成されたWebサイトを、ページ、ナビゲーションリンク、データベースレコード、状態変化マーカー、タスク制約の構造化された足場として表現します。 インタラクションの間、通常のUIトランジションは決定論的に実行されるが、永続的なバックエンド更新は、検証された状態変更マーカーによってのみ呼び出される。 6つの領域にまたがる500を超える合成環境において,タスクブロックの欠陥を低減し,48.6%から94.8%に改善した。
  論文  参考訳（メタデータ） (2026-08-22T10:18:45Z)
• CAP: A Scalable Benchmark for Evaluating Cross-Site Browser Agents with Complex Actions and Perception [22.620664364045286]
  大規模な言語モデルは、ブラウザを介してWebと対話する自律的なエージェントとして、ますます多くデプロイされている。 我々は、クロスサイト、ヒューマンライクなWebタスク上でブラウザエージェントを評価するためのスケーラブルなベンチマークであるCAPを紹介した。 108の現実世界のWebサイトと24のドメインに420のタスクを構築し、注意深く品質管理します。
  論文  参考訳（メタデータ） (2026-08-09T01:08:19Z)
• Weblica: Scalable and Reproducible Training Environments for Visual Web Agents [5.132610127852326]
  Weblicaは再現可能でスケーラブルなWeb環境を構築するためのフレームワークである。 さまざまな環境やタスクにRLトレーニングを拡大しています。 私たちのベストモデルであるWeblica-8Bは、複数のWebナビゲーションベンチマークで同じサイズのオープンウェイトベースラインを上回っています。
  論文  参考訳（メタデータ） (2026-05-07T17:17:10Z)
• InfiniteWeb: Scalable Web Environment Synthesis for GUI Agent Training [24.578304125533734]
  InfiniteWebはGUIエージェントのトレーニングのために,機能的Web環境を大規模に自動生成するシステムである。 統一仕様、タスク中心のテスト駆動開発、Webサイトシードとリファレンスデザインイメージの組み合わせによる課題に対処する。 実験によると、InfiniteWebはリアルなWebサイト構築において、商用のコーディングエージェントを上回っている。
  論文  参考訳（メタデータ） (2026-01-07T17:40:08Z)
• WebArena: A Realistic Web Environment for Building Autonomous Agents [92.3291458543633]
  我々は、非常に現実的で再現可能な言語誘導エージェントのための環境を構築する。 我々は,Web上でタスクを実行するエージェントに着目し,4つの共通ドメインから完全に機能するWebサイトを持つ環境を構築する。 タスク完了の関数的正しさを評価することに焦点を当てたベンチマークタスクのセットをリリースする。
  論文  参考訳（メタデータ） (2023-07-25T22:59:32Z)

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。