أطلق الباحثون Mobile-Agent-v3، وهو إطار عمل وكيل واجهة مستخدم عامة الغرض مبني على نموذج GUI-Owl الأساسي، والذي يحقق أداءً متفوقاً بين النماذج الشاملة مفتوحة المصدر عبر عشرة معايير لواجهات المستخدم. يجمع النظام بين GUI-Owl-7B وإطار إنتاج المسار الذاتي التطوري والتعلم المعزز القابل للتوسع لتحسين قدرات الأتمتة.
- حقق GUI-Owl-7B نتيجة 66.4 على AndroidWorld و29.4 على OSWorld، بينما حسّن Mobile-Agent-v3 هذه النتائج إلى 73.3 و37.7 على التوالي.
- يستخدم الإطار بيئة افتراضية سحابية تمتد عبر Android وUbuntu وmacOS وWindows لتوليد بيانات تفاعل عالية الجودة عبر توليد الاستعلامات التلقائي والتحقق من الصحة.
- يدمج GUI-Owl تموضع واجهة المستخدم، والتخطيط، ودلالات الإجراءات، وأنماط الاستدلال لدعم اتخاذ القرار الشامل كمكون نمطي في أنظمة الوكلاء المتعددة.
- طور الفريق تحسين السياسة النسبي الواعي بالمسار (TRPO) للتعلم المعزز عبر الإنترنت، محققاً 34.9 على OSWorld مع تدريب غير متزامن بالكامل.
توفر النماذج مفتوحة المصدر حلقة تحسين ذاتية تقلل من متطلبات التدليل اليدوي وتمكن من المحاذاة الواقعية لمهام أتمتة واجهة المستخدم.