离线强化学习

基于自主VLM解决开放式Android任务的强化学习智能代理 DigiRL是针对开放式现实世界Android任务开发的智能代理方案，依托自主价值评估模型完成任务处理。区别于依赖优质标注数据集的同类方案，它可复用现有非最优离线数据集，通过离线转在线强化学习驱动代理从试错中积累经验，借助两级价值函数优化任务优先级与动作选择。