状态跟踪

基于执行反馈强化学习训练高层调度器用于长程GUI自动化

Training High-Level Schedulers with Execution-Feedback Reinforcement Learning for Long-Horizon GUI Automation

提出了一种基于执行反馈强化学习训练高层调度器（Coordinator和State Tracker）的方法，可即插即用地增强任意低层执行器在长程GUI自动化任务中的规划与状态管理能力，为视觉语言模型在复杂交互任务中的多智能体协同提供了可复用的训练范式。