arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-04-22 至 2026-04-22 共收录 5 信号源:cs.AI, cs.CL, cs.LG, cs.SE

1. GUI与网页智能体 5 篇

2506.09373 2026-04-22 cs.LG cs.AI cs.CV 81%

LPO: Towards Accurate GUI Agent Interaction via Location Preference Optimization

LPO:通过位置偏好优化实现更准确的GUI代理交互

Jiaqi Tang, Yu Xia, Yi-Feng Wu, Yuwei Hu, Yuhui Chen, Qing-Guo Chen, Xiaogang Xu, Xiangyu Wu, Hao Lu, Yanqing Ma, Shiyin Lu, Qifeng Chen

机构 * The Hong Kong University of Science and Technology(香港科学与技术大学) Alibaba Group(阿里巴巴集团) The Chinese University of Hong Kong(香港中文大学) Nanjing University of Science and Technology(南京理工大学) The Hong Kong University of Science and Technology (Guangzhou)(广州香港科学与技术大学)

专题命中 GUI与网页智能体 :agent(title);autonomous agent(abstract);分类 cs.AI、cs.LG

AI总结 本文提出LPO方法,通过位置偏好优化提升GUI交互精度,利用信息熵预测交互位置并引入动态位置奖励函数,实验表明其在离线和在线评估中均取得最佳性能。

Comments Accepted by ACL 2026 Findings

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.19742 2026-04-22 cs.SE 70%

PlayCoder: Making LLM-Generated GUI Code Playable

PlayCoder: 使LLM生成的GUI代码可播放

Zhiyuan Peng, Wei Tao, Xin Yin, Chenhao Ying, Yuan Luo, Yiwen Guo

专题命中 GUI与网页智能体 :agent(abstract);multi-agent(abstract);分类 cs.SE

AI总结 本文提出PlayCoder框架,通过生成、评估和迭代修复GUI代码,提升代码的逻辑正确性和语义对齐,实现功能正确性和交互逻辑的改进。

Comments September 11, 2025 Submitted to FSE2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.21816 2026-04-22 cs.SE 57%

From Task to Tutorial: An Automated GUI Framework for Excel Tutorial Document and Video Creation

从任务到教程:一种自动化生成Excel教程文档和视频的GUI框架

Yuhang Xie, Jian Mu, Xiaojun Ma, Chaoyun Zhang, Lu Wang, Mengyu Zhou, Mugeng Liu, Si Qin, Qingwei Lin, Saravan Rajmohan, Shi Han, Dongmei Zhang

专题命中 GUI与网页智能体 :agent(abstract);分类 cs.SE

AI总结 本文提出首个自动化生成Excel教程的框架,通过自然语言任务描述生成结构化文档和视频,提升教程质量和效率,减少人工劳动。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.09358 2026-04-22 cs.HC 50%

Virtual Reality User Interface Design: Best Practices and Implementation

虚拟现实用户界面设计:最佳实践与实现

Esin Mehmedova, Santiago Berrezueta-Guzman, Stefan Wagner

专题命中 GUI与网页智能体 :planning(abstract)

AI总结 本文提出28条统一的VR用户界面设计指南,通过系统文献综述和用户研究,开发了VR应用FlUId及交互网页工具,旨在提升VR界面设计的效率和用户体验。

Comments Pre-print submitted to Elsevier

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.19064 2026-04-22 cs.CV 50%

The Essence of Balance for Self-Improving Agents in Vision-and-Language Navigation

视觉-语言导航中自改进智能体的平衡本质

Zhen Liu, Yuhan Liu, Jinjun Wang, Jianyi Liu, Wei Song, Jingwen Fu

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence and the Institute of Artificial Intelligence and Robotics(人机混合增强智能国家重点实验室和人工智能与机器人研究院) School of Information Science and Technology(信息科学与技术学院) Zhongguancun Academy(中关村学院)

专题命中 GUI与网页智能体 :agent(abstract)

AI总结 本文提出SDB机制,通过平衡行为多样性与学习稳定性,提升视觉-语言导航中自改进性能,在R2R、SOON和REVERIE数据集上取得显著提升。

详情

展开后加载摘要…

URL PDF HTML 收藏