WM-R1 በዓለም ሞዴሎች ውስጥ የሞባይል GUI ወኪሎችን ያሠለጥናል።

ምን ተፈጠረ

ተመራማሪዎቹ ዩ ሃን እና ቲያንወን ኪያን WM-R1 የተባለውን የማጠናከሪያ ትምህርት ማዕቀፍ የሞባይል ግራፊክ-ተጠቃሚ-በይነገጽ ወኪሎችን ከአለም ሞዴሎች ጋር አስተዋውቀዋል። ወረቀቱ ስርዓቱ በሁሉም የሥልጠና ልቀቶች ወቅት ትክክለኛውን የአንድሮይድ አካባቢ በሞዴል በተፈጠሩ የግዛት ሽግግሮች ይተካዋል፣ ይህም ወኪሉ በተመሰለ አካባቢ ውስጥ ድርጊቶችን እንዲለማመድ ያስችለዋል።

በነሐሴ 27፣ 2026 የገባው የarXiv ወረቀት WM-R1ን ያቀርባል፣ ይህም ደራሲዎቹ ለሞባይል GUI ወኪሎች የማጠናከሪያ-የመማሪያ ማዕቀፍ አድርገው ይገልጹታል። ቀጥተኛ ርእሰ ጉዳይ የኤአይአይ ማሰልጠኛ ዘዴ ነው፡ ኤጀንቶችን በሞባይል መድረኮች ላይ ስዕላዊ መግለጫዎችን እንዲሰሩ ለማስተማር የተነደፈ እርምጃዎችን በመምረጥ፣ የተገኙ ግዛቶችን በመመልከት እና ከሽልማት ጋር የሚቃረን ባህሪን በማመቻቸት ነው። ደራሲዎቹ ዩ ሃን እና ቲያንዌን ኪያን የወረቀቱ ደራሲ መሆናቸውን ለይተው ስራውን በአርቴፊሻል ኢንተለጀንስ ጥናት ይመድባሉ።

የማዕከላዊው የንድፍ ለውጥ በሁሉም የሥልጠና ልቀቶች ወቅት የዓለም ሞዴሎችን እንደ የስቴት ሽግግር ምንጭ መጠቀም ነው። ለጂአይአይ ወኪሎች በተለመደው የማጠናከሪያ-ትምህርት አደረጃጀቶች የሥልጠና ስርዓቱ ከእውነተኛ አካባቢ እንደ አንድሮይድ መሳሪያ ወይም ኢምፔላተር ጋር በተደጋጋሚ ይገናኛል። WM-R1 በምትኩ ያንን አካባቢ በስልጠና loop ውስጥ ከድርጊት በኋላ ምን ሊከሰት እንደሚችል በሚተነብይ በተማረ የአለም ሞዴል ይተካል። ምንጩ ይህ በስልጠና ወቅት የእውነተኛ-አካባቢ መስተጋብር አስፈላጊነትን ያስወግዳል ይላል; የውጤቱ ወኪል መቼም ቢሆን የእውነተኛ መሳሪያ ሙከራ ወይም የማሰማራት ጥበቃዎች እንደሚያስፈልገው አላረጋገጠም።

ማዕቀፉ የዓለም ሞዴሎችንም በወኪሉ የማመዛዘን ሂደት ውስጥ ያስቀምጣል። የመጨረሻውን እርምጃ ከመምረጥዎ በፊት ተወካዩ ሞዴሉን ተጠቅሞ የእጩ ድርጊቶችን መዘዝ ለማመዛዘን ይችላል። የተጠቀሰው አላማ ወኪሉ ቀዶ ጥገና ከማድረግዎ በፊት ሊቀጥሉት የሚችሉትን ግዛቶች እንዲገመግም መፍቀድ ነው፣ ይህ አካሄድ የተሳሳተ የመንካት፣ የአሰሳ ምርጫ ወይም የውሂብ ማስገቢያ ደረጃ ውድ ለሆኑ ተግባራት ጠቃሚ ሊሆን ይችላል። ሞዴሉ GUI ሁኔታን እንዴት እንደሚወክል፣ ምን ያህል የእጩ ድርጊቶች እንደሚታሰቡ፣ ወይም የመተንበይ ስህተቶች በውሳኔዎች ላይ እንዴት እንደሚነኩ ለማወቅ ምንጩ በቂ ዝርዝር መረጃ አይሰጥም።

ለስልጠና ቅልጥፍና፣ ደራሲዎቹ WM-R1 በአለም ሞዴሎች ላይ የተመሰረተ ግዙፍ ትይዩ እና ደረጃ-ደረጃ-የጥራጥሬ ትሬኾ ትውልድን ይደግፋል ይላሉ። እንዲሁም ፈታኝ የሞባይል GUI ተግባራትን እንደሚሸፍን የተገለጸውን የ2,000 ተግባር ዳታ ስብስብ ሪፖርት አድርገዋል። ማዕቀፉ ህግን መሰረት ያደረገ ሽልማት ከብዙ ልኬቶች ጋር ይጠቀማል፡ የተግባር ስኬት፣ የትሬክት ቅልጥፍና እና የአለም ሞዴል አጠቃቀም። ወረቀቱ በአንድሮይድ የሞባይል መመዘኛዎች ላይ የተደረጉ ሙከራዎች በ GRPO-ብቻ መነሻ መስመሮች እና በፍላጎት-ጊዜ የማስመሰል ዘዴዎች ላይ ጉልህ መሻሻሎችን አሳይተዋል ሲል ዘግቧል። እነዚያ የጸሐፊዎቹ ሪፖርት የተደረጉ ውጤቶች ናቸው፣ እና የምንጭ ቅንጭቡ ውጤቶች፣ የቤንችማርክ ስሞች፣ የሞዴል መጠኖች፣ የሃርድዌር መስፈርቶች፣ ወይም ስለ ንጽጽር ፕሮቶኮሎች ዝርዝሮችን አያካትትም።

የምንጭ ዝርዝሮች: arxiv.org ↗

ለምን አስፈላጊ ነው።

ሪፖርት የተደረገው ውጤት ከቀጠለ፣ አቀራረቡ ብዙ ቁጥር ያላቸውን የእውነተኛ መሣሪያ መስተጋብር ከመሰብሰብ ጋር የተያያዘውን ወጪ እና አለመረጋጋት ሊቀንስ ይችላል። እንዲሁም የGUI ወኪል ስልጠናን የበለጠ ትይዩ እና ጥሩ ጥራት ያለው ለማድረግ መንገድ ይሰጣል፣ ይህም ወኪሎች ከመውሰዳቸው በፊት ሊከሰቱ የሚችሉትን መዘዞች እንዲያጤኑ እድል ይሰጣል።

GUI ወኪሎችን በእውነተኛ መስተጋብር ማሰልጠን ውድ ሊሆን ይችላል ምክንያቱም እያንዳንዱ እርምጃ ለማስፈጸም፣ ዳግም ለማስጀመር እና ለመቅዳት አካባቢን ይፈልጋል። እንዲሁም አካባቢው ቀርፋፋ፣ ሁኔታዊ ወይም በትይዩ ለመሮጥ አስቸጋሪ በሚሆንበት ጊዜ ያልተረጋጋ ሊሆን ይችላል። WM-R1 ያቀደው የመነጩ የግዛት ሽግግር አድራሻዎችን በቀጥታ የሚያደናቅፉ ናቸው። የአለም ሞዴሎቹ በበቂ ሁኔታ ትክክለኛ ከሆኑ፣ ተመራማሪዎች በአነስተኛ የስራ ማስኬጃ ወጪ ብዙ ዱካዎችን በማምረት ወኪሎችን በፍጥነት ለማጣራት ሊጠቀሙባቸው ይችላሉ።

አቀራረቡ የ GUI-ወኪል ስልጠና ልኬት እና መፍትሄ ሊለውጥ ይችላል። ደረጃ-ደረጃ ትራንዚት ማመንጨት ማለት ስርዓቱ አንድን ሙሉ ተግባር እንደ የመማሪያ ክፍል ብቻ ከማየት ይልቅ በግለሰብ ውሳኔዎች ላይ ማተኮር ይችላል። ግዙፍ ትይዩ ብዙ መላምታዊ የእርምጃዎች ቅደም ተከተሎችን በአንድ ጊዜ ለመመርመር ያስችላል። እነዚህ ባህሪያት አንድ ላይ ሆነው ወኪሎችን እንደ መቼት ማሰስ፣ ቅጾችን መሙላት ወይም ባለብዙ ደረጃ የሞባይል አፕሊኬሽኖችን ማሰልጠን ቀላል ያደርጉ ይሆናል፣ ምንም እንኳን ምንጩ በማንኛውም የሸማች ወይም የህዝብ አገልግሎት የስራ ፍሰት ላይ አፈጻጸምን ባያሳይም።

በተወካዩ የማመዛዘን ሂደት ውስጥ የአለም ሞዴል መክተት ከውጤታማነት በላይ ጠቃሚ ሊሆን ይችላል። እርምጃ ከመውሰዱ በፊት ሊከሰቱ የሚችሉ ውጤቶችን የሚገመግም የ GUI ወኪል በቀላሉ አሁን ላለው የስክሪን ሁኔታ ምላሽ ከሚሰጥ ይልቅ የማይቀለበስ ወይም ውጤታማ ያልሆኑ ምርጫዎችን ለማስወገድ በተሻለ ሁኔታ ሊቀመጥ ይችላል። የተዘገበው የሽልማት መዋቅር ስራን ማጠናቀቅ ብቻውን ከማመቻቸት ይልቅ ሶስት አላማዎችን ለማመጣጠን ይሞክራል። ያ አላስፈላጊ ረጅም አቅጣጫዎችን ወይም ሲሙሌተሩን ደካማ በሆነ መንገድ ሲጠቀሙ የተሳካ ባህሪን ተስፋ ሊያስቆርጥ ይችላል። ወረቀቱ እነዚያ አላማዎች ከአስተማማኝ ወይም ከጠቃሚ መስተጋብር ከሰዎች ፍርድ ጋር ይዛመዳሉ ወይ የሚለውን አያሳይም።

ሰፊው ተግባራዊ ጠቀሜታ በአምሣሌ እና በእውነታው መካከል ባለው ክፍተት ላይ የተመሰረተ ነው. የዓለም ሞዴል የተትረፈረፈ የሥልጠና መረጃን ሊያመነጭ ይችላል፣ ነገር ግን ትክክለኛ ያልሆኑ ትንበያዎች በአምሳያው ውስጥ ብቻ የሚሰሩ የወኪል ስልቶችን ሊያስተምሩ ይችላሉ። የሞባይል በይነገጾች ይቀየራሉ፣ አፕሊኬሽኖች ያልተጠበቁ ሁኔታዎችን ይዘዋል፣ እና እውነተኛ መሳሪያዎች አስመሳይ ሊይዘው የማይችለውን ጊዜ፣ ፍቃድ፣ አውታረ መረብ እና የምስል ስራ ባህሪን ማስተዋወቅ ይችላሉ። ስለዚህ፣ የወረቀቱ የቢንችማርክ ማሻሻያ WM-R1 በሰዎች መሣሪያዎች ወይም መለያዎች ላይ ላልክትትል አገልግሎት ዝግጁ ስለመሆኑ ማረጋገጫ ሳይሆን ለምርምር አቅጣጫ እንደ ማስረጃ መረዳት አለበት።

ምንጩም አስፈላጊ ንጽጽሮችን ሳይፈታ ይተዋል. WM-R1 ከ GRPO-ብቻ እና ከፍላጎት-ጊዜ የማስመሰል መነሻ መስመሮች ይበልጣል ይላል፣ ነገር ግን በቀረበው ጽሑፍ ውስጥ ምንም የቁጥር ውጤት አይሰጥም። ኮድ፣ የውሂብ ስብስብ፣ የሰለጠኑ ሞዴሎች፣ የአለም ሞዴሎች ወይም የግምገማ አካባቢዎች ኮዱ ከarXiv ጋር በተገናኘ ዩአርኤል በኩል ይገኛል ከማለት ባለፈ በይፋ የሚገኙ መሆናቸውን አይገልጽም። ውጤቱ ምን ያህል አጠቃላይ እንደሆነ ለማወቅ ራሱን የቻለ ማባዛት፣ ሰፋ ያለ የስራ ሽፋን እና የማይታዩ መተግበሪያዎች ላይ መሞከር ያስፈልጋል።

ቀጥሎ ምን እንደሚታይ

ዋናዎቹ ጥያቄዎች የአለም ሞዴሎች እውነተኛውን የአንድሮይድ ባህሪ ምን ያህል በትክክል እንደሚወክሉ፣ የተዘገበው ትርፍ ምን ያህል በደንብ ወደማይታወቁ መተግበሪያዎች እና መሳሪያዎች እንደሚሸጋገር እና ማስመሰያዎች ከእውነታው ሲለያዩ ዘዴው አስተማማኝ ሆኖ ይቆያል ወይ የሚለው ናቸው። ምንጩ ስራውን እንደ arXiv ቅድመ-ህትመት ነው የሚለየው፣ ስለዚህ የይገባኛል ጥያቄዎቹ እዚህ ጋር በተናጥል አልተመሰረቱም።

የመጀመሪያው የማረጋገጫ ዒላማ ሙሉ ወረቀት እና አተገባበሩ ነው. አንባቢዎች ከጉልህ መሻሻል የይገባኛል ጥያቄ በስተጀርባ ትክክለኛዎቹን የአንድሮይድ መመዘኛዎች፣ የተግባር መግለጫዎች፣ የመነሻ መስመር አወቃቀሮችን፣ የግምገማ መለኪያዎችን እና ስታቲስቲካዊ ውጤቶችን መፈለግ አለባቸው። እንዲሁም ንጽጽሮቹ ተመጣጣኝ ስሌት መጠቀማቸው እና የአለም ሞዴል የስልጠና ወጪ በውጤታማነት ትንተና ውስጥ መካተቱ አስፈላጊ ነው።

ሁለተኛው ጉዳይ ሞዴል ታማኝነት ነው. የወደፊት ግምገማዎች በአቀማመጥ፣በፍቃዶች፣በአውታረ መረብ ምላሾች፣በቆይታ እና በመተግበሪያ ሁኔታ ላይ ያሉ ለውጦችን ጨምሮ የተገመቱ የGUI ሽግግሮች ምን ያህል ጊዜ ከትክክለኛ ውጤቶች ጋር እንደሚዛመዱ መለካት አለባቸው። ያልተለመዱ መተግበሪያዎችን ወይም የበይነገጽ ለውጦችን ሆን ብለው የሚያስተዋውቁ ሙከራዎች ወኪሉ አጠቃላይ የመስተጋብር ስልቶችን መማሩን ወይም በዋነኛነት በስልጠና አከባቢዎች ውስጥ መደበኛ ሁኔታዎችን መጠቀማቸውን ለመለየት ይረዳሉ።

የ2,000 ተግባር ዳታ ስብስብ ሚናም መመርመር አለበት። አፃፃፉ፣ ፈቃዱ፣ ጂኦግራፊያዊ እና ቋንቋዊ ሽፋን፣ የተግባር ችግር እና ከግምገማ ስራዎች ጋር መደራረብ በሪፖርት ውጤቶች ላይ ተጽእኖ ሊያሳድር ይችላል። ተመራማሪዎች የመረጃ ቋቱ ተራ የሞባይል አጠቃቀምን ወይም ጠባብ የቤንችማርክ አይነት ድርጊቶችን የሚወክል መሆኑን ማወቅ አለባቸው። ወደ ተግባሮቹ እና የግምገማ ስክሪፕቶች ተደጋጋሚ ተደራሽነት ግኝቶቹን ለመገምገም ቀላል ያደርገዋል።

የደህንነት እና የማሰማራት ድንበሮች ሌላ የመመልከቻ ነጥብ ናቸው። በስልጠና ወቅት እውነተኛ አካባቢዎችን መተካት ሙከራ በሚደረግበት ጊዜ የአሠራር አደጋን ሊቀንስ ይችላል ፣ ግን በሚሰማሩበት ጊዜ አደጋዎችን አያስወግድም። እውነተኛ በይነገጽን የሚሠሩ ወኪሎች መልዕክቶችን ሊልኩ፣ ቅንብሮችን ሊቀይሩ፣ ግዢ ሊፈጽሙ፣ የግል መረጃን ሊያጋልጡ ወይም ሌሎች አስፈላጊ እርምጃዎችን ሊወስዱ ይችላሉ። የቀረበው ምንጭ የፈቃድ ቁጥጥሮችን፣ የሰውን ማረጋገጫ፣ የመመለሻ ዘዴዎችን ወይም ከዓለም ሞዴል ስህተቶች የሚከላከሉ ነገሮችን አይገልጽም፣ ስለዚህ እነዚያ ጥበቃዎች የማይታወቁ ሆነው ይቆያሉ።

በመጨረሻም፣ WM-R1 ለተወካዮች ማስመሰልን፣ እቅድ ማውጣትን እና ማጠናከሪያ ትምህርትን ከሚያጣምሩ ሌሎች አቀራረቦች ጋር መወዳደር አለበት። ወረቀቱ እራሱን ለሞባይል GUI ወኪሎች በዓይነቱ የመጀመሪያ ማዕቀፍ ብሎ ይጠራዋል፣ ነገር ግን ያ በቀረበው ምንጭ ውስጥ ራሱን የቻለ የተረጋገጠ ታሪካዊ ግኝት ሳይሆን የጸሃፊ የይገባኛል ጥያቄ ነው። በጣም ጠቃሚው የክትትል ማስረጃ ራሱን የቻለ ማባዛት፣ አዳዲስ መሳሪያዎች እና አፕሊኬሽኖች ላይ የተደረጉ ግምገማዎች እና በማስመሰል ላይ የተመሰረተ ስልጠና ከወሰዱ በኋላ የእውነተኛው አለም አስተማማኝነት መለኪያዎች ናቸው።

ተዛማጅ መመሪያዎች እና ጥያቄዎች