Apple 提出用于 iOS 实时应用 UI 导航的在线强化学习框架

2026 年 11 月 2 日 08:00，Apple Machine Learning 团队公布了一种新的在线强化学习框架，用于训练在 iOS 应用中执行 UI 导航的 Agent。

该团队指出，前沿的 vision-language 模型在 UI 导航任务上能力较强，但推理成本过高，无法在日常场景中使用。相比之下，通过 supervised fine-tuning（SFT）或离线强化学习训练的小模型往往会记住静态轨迹，导致执行脆弱，出错后无法恢复。为解决这些局限，该框架直接在真实的 iOS 应用上训练 UI 导航 Agent，目标是提升复杂任务的执行稳定性与容错能力。

目前公开材料仅覆盖到这一发布节点，未见该框架的模型名称、训练数据规模、具体评测结果或后续部署计划。