MobileForgeは、実アプリ環境との相互作用に基づき、タスク生成と評価を最適化する注釈不要の適応型システムである。従来のエージェントモデルは、人間が作成したタスクや報酬ラベルの作成コスト、さらにモバイルアプリの頻繁なアップデートという課題に直面してきた。これに対し、MobileForgeは相互作用基盤であるMobileGymと、階層的フィードバック誘導型ポリシー最適化（HiFPO）を採用した。HiFPOは、軌道の結果やステップごとのプロセスフィードバック、修正ヒントをコンテキスト化し、GRPO更新へと変換する。

自動生成データのみを用いた学習により、Qwen3-VL-8BモデルはAndroidWorldベンチマークで67.2%のPass@3を達成した。これはクローズドなGUI特化モデルであるGUI-Owl-1.5-8Bの69.0%に迫る数値である。さらに、適応型のForgeOwl-8BモデルはAndroidWorldで77.6%のPass@3を記録し、ドメイン外のMobileWorld GUI分割データにおいても41.0%の成功率を達成した。研究チームは、このForgeOwl-8Bが現在利用可能な中で最も強力なオープンデータ版モバイルGUIエージェントであると評価しており、コードとデータ、モデルを公開する予定だ。

MobileForgeは、実アプリ環境との相互作用に基づき、タスク生成と評価を最適化する注釈不要の適応型システムである。従来のエージェントモデルは、人間が作成したタスクや報酬ラベルの作成コスト、さらにモバイルアプリの頻繁なアップデートという課題に直面してきた。これに対し、MobileForgeは相互作用基盤であるMobileGymと、階層的フィードバック誘導型ポリシー最適化（HiFPO）を採用した。HiFPOは、軌道の結果やステップごとのプロセスフィードバック、修正ヒントをコンテキスト化し、GRPO更新へと変換する。

自動生成データのみを用いた学習により、Qwen3-VL-8BモデルはAndroidWorldベンチマークで67.2%のPass@3を達成した。これはクローズドなGUI特化モデルであるGUI-Owl-1.5-8Bの69.0%に迫る数値である。さらに、適応型のForgeOwl-8BモデルはAndroidWorldで77.6%のPass@3を記録し、ドメイン外のMobileWorld GUI分割データにおいても41.0%の成功率を達成した。研究チームは、このForgeOwl-8Bが現在利用可能な中で最も強力なオープンデータ版モバイルGUIエージェントであると評価しており、コードとデータ、モデルを公開する予定だ。