English
Mobile-Agent: A Family of Powerful GUI Agents for Multi-platform Automation
Research Papers:
@article{xu2026mobile, @article{ye2025mobile, @article{lu2025ui, @article{wanyan2025look, @article{liu2025pc, @article{wang2025mobile, @article{wang2024mobile2, @article{wang2024mobile,
中文
MobileAgent：多平台自动化的强大 GUI 代理系列
MobileAgent 是一个面向多平台 GUI 自动化的强大代理系列，主要针对移动设备和 PC 端的复杂任务自动化。
研究论文：
Mobile-Agent-v3.5：多平台基础 GUI 代理
- 作者：Xu, Haiyang 等人
- 期刊：arXiv 预印本 arXiv:2602.16855
- 年份：2026
Mobile-Agent-v3：GUI 自动化的基础代理
- 作者：Ye, Jiabo 等人
- 期刊：arXiv 预印本 arXiv:2508.15144
- 年份：2025
UI-S1：通过半在线强化学习推进 GUI 自动化
- 作者：Lu, Zhengxi 等人
- 期刊：arXiv 预印本 arXiv:2509.11543
- 年份：2025
Mobile-Agent-E：复杂任务的自主进化移动助手
- 作者：Wang, Zhenhailong 等人
- 期刊：arXiv 预印本 arXiv:2501.11733
- 年份：2025
主要特点：
1. 多平台支持：支持移动设备和 PC 端的 GUI 自动化 2. 视觉感知：具有多模态视觉感知能力，能够理解界面元素 3. 多代理协作：通过分层多代理协作框架处理复杂任务 4. 错误诊断：具备预操作错误诊断能力，提高自动化准确性 5. 自主进化：能够根据使用情况不断优化和进化代理能力
技术创新：
- 半在线强化学习：结合在线学习和离线训练的优势
- GUI 批判模型：在操作前进行错误诊断，避免失败
- 层次化架构：将复杂任务分解为子任务，通过多个代理协作完成
- 多模态感知：结合视觉、文本和界面信息进行智能决策
应用场景：
- 移动应用自动化：自动化重复性移动应用操作
- PC 任务自动化：处理桌面应用的复杂工作流程
- UI 测试：自动化的用户界面测试和验证
- 辅助功能：为残障人士提供界面辅助操作
该项目代表了 GUI 自动化领域的最新进展，特别是在移动设备和跨平台应用方面。