Mobile-Agent-v3.5: Multi-platform Fundamental GUI Agents
Mobile-Agent-v3.5: 多平台基础图形用户界面代理
专题命中 GUI与网页智能体 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.CL
AI总结 GUI-Owl-1.5通过多平台支持和创新算法在GUI任务中取得突破性成绩。
Comments 25 pages, 11 figures, 11 tables
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
Mobile-Agent-v3.5: 多平台基础图形用户界面代理
专题命中 GUI与网页智能体 :agent(title,abstract);multi-agent(abstract);分类 cs.AI、cs.CL
AI总结 GUI-Owl-1.5通过多平台支持和创新算法在GUI任务中取得突破性成绩。
Comments 25 pages, 11 figures, 11 tables
MolmoSpaces: 一个大规模的开放式生态系统用于机器人导航与操作
机构 * Allen Institute for AI(艾伦人工智能研究所) ; University of Washington(华盛顿大学) ; University of California, Los Angeles(加州大学洛杉矶分校) ; University of California, Berkeley(加州大学伯克利分校)
专题命中 GUI与网页智能体 :planning(abstract);分类 cs.AI
AI总结 MolmoSpaces是一个大规模开放式生态系统,用于支持机器人导航与操作的大规模基准测试,包含230k多样化的室内环境和130k丰富标注的物体资产,通过8个任务的基准测试验证了其在仿真到现实中的强相关性。
RA-Nav:基于语义分割的面向不确定环境的面向风险的导航系统
专题命中 GUI与网页智能体 :planning(abstract)
AI总结 RA-Nav通过语义分割实时识别障碍物并分类,构建风险地图以实现安全高效的路径规划,验证了在突发障碍物场景下的优越性能。