Apple 提出用於 iOS 即時應用 UI 導航的線上強化學習框架

2026 年 11 月 2 日 08:00，Apple Machine Learning 團隊公佈了一種新的線上強化學習框架，用於訓練在 iOS 應用中執行 UI 導航的 Agent。

該團隊指出，前沿的 vision-language 模型在 UI 導航任務上能力較強，但推理成本過高，無法在日常場景中使用。相比之下，通過 supervised fine-tuning（SFT）或離線強化學習訓練的小模型往往會記住靜態軌跡，導致執行脆弱，出錯後無法恢復。為解決這些侷限，該框架直接在真實的 iOS 應用上訓練 UI 導航 Agent，目標是提升複雜任務的執行穩定性與容錯能力。

目前公開材料僅覆蓋到這一發布節點，未見該框架的模型名稱、訓練資料規模、具體評測結果或後續部署計劃。