arXiv cs.AI阿里巴巴·12 天前★ 2

TAG-Nav 框架用图记忆提升移动 GUI 智能体导航成功率

原文标题：Not All Graphs Are Maps: A Task-Agnostic Exploration Framework for Mobile GUI Navigation

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出 TAG-Nav，一个任务无关的图导航框架，为现有 GUI 智能体骨干附加可复用的目的地记忆，把离线探索蒸馏为应用功能、目标页面与路径记录。作者同时发布 DestBench 导航专用评测协议。实验显示图记忆使 UI-TARS-1.5-7B 严格导航成功率从 52.4% 升至 58.3%，Qwen-VL-Max 从 59.5% 升至 71.4%。

论文速读 · 四段结构cs.AI去论文速读 →

问题: 移动 GUI 智能体缺少跨次访问的持久导航记忆，难以稳定到达目标页面。
方法: 用离线探索蒸馏出应用功能、目标页与路径的图记忆，外挂到现有智能体骨干上做目的地检索与路线引导。
结果: UI-TARS-1.5-7B 严格导航成功率 52.4%→58.3%，Qwen-VL-Max 59.5%→71.4%；并发布 DestBench 评测协议。
影响: 把「到达正确页面」从完整任务中拆出来单独优化，为移动端智能体提供可复用的低成本记忆层。

所属主题基准测试5

#学术研究 #GUI 智能体 #图记忆 #移动端导航 #基准测试 #arXiv

阅读原文 +0

AI 处理过程展开/收起

原始标题：Not All Graphs Are Maps: A Task-Agnostic Exploration Framework for Mobile GUI Navigation

AI 中文标题：TAG-Nav 框架用图记忆提升移动 GUI 智能体导航成功率

来源：arXiv cs.AI · 发布于 12 天前

分类：学术研究 · AI 重要度：★ 2（2）

标签：GUI 智能体 / 图记忆 / 移动端导航 / 基准测试 / arXiv

关键词：GUI 智能体 / TAG-Nav / 移动端智能体 / 智能体导航 / DestBench

AI 处理：2026/10/20 12:01:33 · 模型 deepseek-chat · 规则版本 2026-10-10.1

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。