mobilegym
[EMNLP 2026] MobileGym:一個可驗證且高度並行的行動GUI代理研究模擬平台 · 瀏覽器裡運行的安卓模擬器 · Browser-hosted Android S
mobilegym 是什麼?
[EMNLP 2026] MobileGym:一個可驗證且高度並行的行動GUI代理研究模擬平台 · 瀏覽器裡運行的安卓模擬器 · Browser-hosted Android Simulator · 可驗證評估 · 可擴展的線上強化學習訓練
mobilegym 概覽
這是什麼
MobileGym 是一個在瀏覽器中運行的行動模擬環境,具備完全可程式化的狀態。它內建 28 個模擬應用程式與 416 個任務模板,並使用確定性、次毫秒級的評判器。單一伺服器可執行 256 個平行實例(每個實例約 400 MB 記憶體,冷啟動約 3 秒)。在 Qwen3-VL-4B 上進行 GRPO 訓練後,模擬環境中提升 +42.8 個百分點,且在真實裝置上保留 95.1% 的增益(+40.7 個百分點)。該論文已被 EMNLP 2026 主會議接受。
主要功能
- 完全可程式化的狀態:可將整個環境擷取、設定、比對與還原為單一 JSON 物件。
- 確定性評判器:每個任務附帶程式化檢查函式,無需 VLM 評判,次毫秒級給出結果。
- 完整環境狀態比對:偵測真實裝置流程無法看到的意外副作用。
- 輕量級:每個實例約 400 MB 記憶體與 50 MB 磁碟,單一伺服器可執行 256 個平行實例。
- 模擬到真實驗證:在 Qwen3-VL-4B 上進行 GRPO 訓練,模擬環境提升 +42.8 個百分點,真實裝置保留 95.1%。
- 內建 28 個模擬應用程式與 416 個任務模板。
- 支援線上強化學習訓練,提供
mobilegym-rl/程式碼。
使用情境
- 行動 GUI 代理研究,包括可信評估與可擴展的線上強化學習。
- 代理策略的模擬到真實遷移研究。
- 在確定性、可重現的平台上進行 GUI 代理模型的基準測試與比較。
- 使用群體相對策略最佳化(GRPO)等線上強化學習演算法訓練代理。
快速開始
bash git clone https://github.com/Purewhiter/mobilegym.git cd mobilegym npm install npm run dev 然後在瀏覽器中開啟 http://localhost:4173。
授權與價格
採用 Apache-2.0 授權。開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。