端到端GUI智能体首次实现“犯错-反思-修正”闭环，模拟人类认知
GUI-Reflection 团队 投稿量子位 | 公众号 QbitAI
端到端多模态GUI智能体有了“自我反思”能力！南洋理工大学MMLab团队提出框架GUI-Reflection。
随着多模态大模型的发展，端到端GUI智能体在手机、电脑等设备上的自动化任务中展示出巨大潜力。它们能够看懂设备屏幕，模拟人类去点击按钮、输入文本，从而完成复杂的任务。
然而，当前端到端GUI多智能体的训练范式仍存在明显的瓶颈：当前模型往往使用几乎完美的离线演示轨迹进行训练，使得模型缺乏反思和改正自身错误的能力，并进一步限制了通过在线强化学习激发和提升能力的可能。
GUI-Reflection的核心思想是在智能体的各个训练阶段引入“反思与纠错”机制，这一机制贯穿预训练、监督微调和在线训练全过程，模拟了人类“犯错→反思→重试”的认知过程。
GUI预训练阶段：提出GUI-Reflection Task Suite任务套件, 将反思纠错能力进一步分解，让模型在预训练阶段框架让模型初步接触反思类任务，为后续打下基础。离线监督微调阶段：构建自动化数据管道，从已有离线无错轨迹中构建带有反思和纠错的行为数据，让模型成功习得反思纠错行为。在线训练阶段：搭建分布式移动端GUI学习环境，并设计迭代式反思反馈调优算法，让模型在与真实环境交互中进一步提升相关能力。
GUI-Reflection框架简介
GUI-Reflection 是一个贯穿训练全过程的框架，旨在系统性地赋予多模态GUI智能体以“自我反思与纠错”的能力。该框架由三大关键阶段组成，分别对应模型能力的认知启发、行为习得与交互强化：
1 GUI预训练阶段：启发反思相关能力
现有GUI预训练多聚焦于界面理解和操作感知，而忽视了反思相关的原生能力构建。GUI-Reflection 首次提出专为反思设计的GUI-Reflection Task Suite，包含三类关键任务：
Action Verification（动作验证）：判断某一步操作是否达成了预期目标，训练模型识别执行偏差。Action Reversal（动作回滚）：学习如何撤销错误操作，回退到正确的任务路径。Mistake-Informed Reattempt（基于错误的再尝试）：在明确过去错误的前提下，生成新的、改进的操作策略。
这些任务将复杂的反思行为分解为更细粒度的认知能力，使模型在预训练阶段即具备初步的“反思意识”。
2 离线监督微调阶段：自动化构建纠错轨迹
针对当前GUI数据集缺少犯错和纠错数据的问题，GUI-Reflection设计了一个自动化反思纠错数据生成管道。该方法从已有成功轨迹中自动构造出“带错轨迹”与“纠错行为”，实现数据维度上的“反思注入”。具体包括：
目标扰动生成错误行为：通过修改原始任务目标，使模型原本的动作在新目标下变成“错误”动作，并构建对应的反思错误行为数据。行为插入模拟失误：向成功轨迹中插入无效操作，让模型对无效错误操作做出反思并尝试新的正确操作。
整个数据增强过程无需人工标注，使得GUI模型在离线微调阶段习得了有效的反思行为。
3. 在线训练阶段：搭建反馈式反思回路
为了进一步提升模型在真实环境中的适应能力，GUI-Reflection构建了一个分布式安卓模拟环境，涵盖11个app和 215 个任务模板，支持高并发交互。基于此环境，GUI-Reflection设计了一种自动化迭代式在线反思调优算法：
成功轨迹将被细粒度验证，仅保留每一步的有效执行；失败轨迹则被自动定位错误步骤，并为该步骤自动生成前向修正（Pre-Error Correction）与后向反思（Post-Error Reflection）操作。
通过多轮训练迭代与动态采样策略，模型逐步优化其容错率、恢复能力与复杂规划水平。
实验结果
GUI-Reflection Task Suite测评结果
通过在构建的GUI-Reflection Task Suite上进行评测发现：
通用大模型（如 GPT-4o、Gemini）在GUI任务中具备不错的原生反思能力，能够初步识别错误并进行合理推理；小规�？茨Ｐ驮谡夥矫婺芰γ飨圆蛔悖绕湓诿娑允О懿僮魇蹦岩宰晕倚薷矗桓丶氖牵钟械谋曜糋UI预训练流程，反而会削弱模型原本具备的反思能力
当在预训练阶段引入反思导向任务数据，即使是较小规模的模型，也能显著提升其在反思相关任务中的表现，甚至达到接近闭源大模型的水平。
反思行为的有效性
在评测环境中进行实验后观察到：
在离线监督微调阶段引入反思类数据，可以显著提升模型的任务完成表现；进一步结合在线反思调优算法进行训练，模型的成功率持续提升，表现出更强的泛化能力与稳定性。
GUI-Relection-8B模型在AndroidWorld基准中也实现了 34.5% 的成功率，证明了GUI-Reflection框架的有效性。这一系列结果充分表明：在多个训练阶段显式引入反思机制，是提升GUI智能体能力的关键路径，而不仅仅依赖大规模演示数据或强模型本身。
反思行为样例
模型能够成功认识到之前操作的错误并采取对应操作进行回退。
对于不熟悉或不确定的操作，模型可以根据之前的错误做出新的尝试。
结语
GUI-Reflection为端到端多模态 GUI 智能体注入了全新的“自我反思”能力。从预训练、离线微调到在线交互，它系统性地打通了“犯错—反思—修正”的认知闭环，使模型在面对真实环境中的不确定性时，能够更加鲁棒、灵活地应对各种突发状况。
论文链接：https://arxiv.org/abs/2506.08012项目主页：https://penghao-wu.github.io/GUI_Reflection数据和模型HF链接：https://huggingface.co/collections/craigwu/gui-reflection-683c7fb964b44c0cca842290
代码仓库链接：https://github.com/penghao-wu/GUI_Reflection
罗宾被❌大乳揉捏
美女跪床❌❌被🌿蘑菇视频
拳交视频
成人🔞免费视频A片视频
激情抽插
啊学长轻点奶头91
男同❌🔞得到❌做小说
furry肌肉巨大粗爽Gay黄
扒开芙宁娜❌狂揉❌难受小说
欧美大群交100%
男生把手放进我内裤揉摸助眠
男性GAY无套国产✅G片
肥猫中国
美女露隐私羞❌❌
云缨张开双腿被强❌
三年片免费观看大全国语第二季
屁股坐脸放屁闻屁vk
国产肥老妇视频
纲手被❌到爽🔞高潮痉挛APp
校花撩起我的🍌伸进去里作文
莫妮卡被❌的网站
校花一边憋尿一边被挠痒痒
女性裸体㊙️无遮挡
尺八快乐巡り动漫免费观看
老师的丰满大乳奶理伦
Free❌❌❌性欧美AV按摩
在房间里到腿软啊～嗯动漫
欧美做受❌❌❌高潮9吃奶
浴室中年男士搓澡勃起来了
啊哈嗯哼用力cao我h动漫
XXNX👙老帅免费视频
男女H黄动漫啪啪无遮挡软件
日本❌❌❌❌护士6999
拉屎排泄の羞耻があるVK
星野和鱼哥光头大汉原视频播放技巧分享
被❌到爽国产调教
大胸美女洗澡扒奶衣挤奶视频
女人C交Z0OZ0OZ3D一丶
校🌸被吊起来柔双乳
被怪物c了一整晚高H触手动图
班长摘下奶罩🐻让我爽
元龙女角色裸体
欧美成人爽快片婬乱视频五十度灰
揉⋯啊⋯嗯～出水了美瓷
XNXXX美国👙👙16
女性裸体被❌羞羞被扒胸小说
蜜臀AV视频麻豆国产一二三
芙宁娜被❌吸乳脱内内小说
谁有那种qq群发一下
体育生被绑榨精虐睾调教事件
桑稚新娘吴敏mv免费观看
ceкес日本видео
原神3D被挤奶❌吸乳羞羞网站
原神同人黄油免费
17禁
纯肉黄辣高H啪学生校园
欧美疯狂性受XXXXX喷水更猛
扒开来狂躁❌公交车
菠萝菠萝蜜视频在线观看
不知火舞❌爆奶水摇舌头的
江楠楠裸乳被爆❌白浆的小说
美女全身裸体㊙️网站下载
teencampornxxxsexchina
观音…好紧好大好爽
小泬无套内谢1000部
18视频两年半
美女的隐藏图片大全
把小放进女人的
奈布迈开腿让杰克桶她的小说
小坳女视频大全无删减
男教练撕开舞蹈老师👙👙视频
动漫美女疯狂柔❌脱脱内内
停电了被男同桌狂揉我奶胸贴吧
樱花jsq30q211
男人坤坤躁女人秘网站
在线无码精品㊙️Diss你
杨钰莹被躁30分钟视频
原神裸体㊙️免费网站
女m被S玩胸虐乳哭着求饶动漫
少一女一乱一交
体育生Gay初精男男网站
网友评论 查看所有评论>>
