Task-State Representation

新框架增强了移动GUI智能体处理复杂任务的能力

研究人员开发了一个名为任务状态表示（TSR）的新框架，以提高移动GUI智能体的性能。TSR解决了智能体难以区分持久性任务目标和瞬时屏幕观察的问题，这可能导致错误和效率低下。通过维护任务状态、指令摘要和动作验证的结构化分离，TSR在不改变其核心架构的情况下指导智能体的推理。实验表明，TSR可以显著提高在各种移动GUI基准测试中复杂、内存密集型任务的成功率。