AI Agent

"Zooming In" on Agentic Web Browsers as Assistive Technologies: A Case Study with a Low-Vision Technology Expert

“放大”代理型网络浏览器作为辅助技术：一项低视力技术专家的案例研究

Laura Colazzo, Giuseppe Anzillotti

专题命中 GUI与网页智能体 ：agentic(title,abstract)

AI总结 通过低视力专家案例研究，探讨基于大语言模型的代理型网络浏览器如何以对话方式辅助视障用户导航网页，发现其虽有限制但体验流畅灵活，有望提升无障碍性并减少交互障碍。

GUI vs. CLI: Execution Bottlenecks in Screen-Only and Skill-Mediated Computer-Use Agents

GUI vs. CLI：纯屏幕与技能中介计算机使用代理的执行瓶颈

Xiao Zhou, Siyue Zhang, Yilun Zhao, Jinbiao Wei, Tingyu Song, Arman Cohan, Chen Zhao

机构 * NYU Shanghai（上海纽约大学） ； Yale NLP Lab（耶鲁大学自然语言处理实验室） 纠错

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

AI总结 通过匹配基准测试，发现GUI代理在长流程任务中表现优于CLI代理，但CLI代理通过技能增强可超越GUI，揭示两者执行瓶颈分别在于可靠交互与技能覆盖。

VisCritic: Visual State Comparison as Process Reward for GUI Agents

VisCritic: 视觉状态比较作为GUI智能体的过程奖励

Jiachen Qian

机构 * City University of Hong Kong（香港城市大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出VisCritic框架，通过比较操作前后截图在视觉特征空间中的变化来验证GUI智能体动作，结合孪生视觉Transformer和动作感知评判头，无需额外人工标注即可提升多基准测试性能。

Comments 17 pages, 4 figures; ECCV 2026 submission; supplementary material uploaded as ancillary file

Optimal navigation in two-dimensional flows: Control theory and reinforcement learning

二维流动中的最优导航：控制理论与强化学习

Vladimir Parfenyev

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 研究在二维流动中，受平流和自推进的智能体（如漂浮无人机）的最小时间路径问题，利用最优控制理论求解，并应用强化学习（Q学习和演员-评论家算法）设计鲁棒导航策略，在规则流中接近最优解，在湍流中偏差增大，且粗粒化训练可泛化至全流场。