强化学习与具身智能 / CVPR2026
学会适应：通过认知感知探索实现自我改进的网页智能体
Learning to Adapt: Self-Improving Web Agent via Cognitive-Aware Exploration
对视觉研究者而言，可复用之处在于把 Selector/Predictor/Judger 三角色对抗式自探索与 SCALE-Hop 图探索结合，用于在无专家轨迹条件下自动挖掘 MLLM 智能体的能力边界；这套自改进回路可迁移到需要视觉观测的 GUI/具身导航智能体训练中。
多模态大语言模型图探索策略对抗式自博弈