Qualcomm（高通）

Android Coach: Improve Online Agentic Training Efficiency with Single State Multiple Actions

Android Coach: 通过单状态多动作提升在线代理训练效率

Guo Gan, Yuxuan Ding, Cong Chen, Yuwei Ren, Yin Huang, Hong Zhou

机构 * Zhejiang University（浙江大学） ； Qualcomm AI Research（高通人工智能研究） 纠错

AI总结 本文提出Android Coach框架，通过单状态多动作方法提升在线强化学习效率，实验显示在AndroidLab和AndroidWorld上成功率提升7.5%和8.3%，训练效率比PPO和GRPO高1.4倍。