UI-MOPD：クロスプラットフォームGUIエージェントの学習法
HuggingFace2026年7月8日 (水)
- •研究チームが、複数のソフトウェアプラットフォーム間でGUIエージェントの継続学習を可能にするUI-MOPDを導入した。
- •本手法はマルチティーチャー・オンポリシー蒸留を活用し、エージェントの能力低下や破滅的忘却を防ぐ。
- •OSWorldおよびMobileWorldのベンチマークにおいて、タスク成功率はそれぞれ38.2%、12.0%を記録した。
ユーホン・ダイ（Yuhong Dai）率いる研究チームは、クロスプラットフォームGUIエージェント（多様なソフトウェアインターフェースを操作可能な自動化システム）を訓練するための新規手法UI-MOPDを発表した。本アプローチは、高品質な訓練軌跡の不足や、ニューラルネットワークが新しいデータを学習する際に以前の情報を失う現象である「破滅的忘却」という課題に対応している。
マルチティーチャー・オンポリシー蒸留を導入することで、エージェントはプラットフォーム特有の能力低下や行動パターンの混同を回避しつつ、異なる環境間で効率的に学習が可能となる。また研究では、これらエージェントの広範なプラットフォーム対応を支援する包括的なデータセット「Uni-GUI」も提示された。
プラットフォームごとに最適なティーチャーを動的に選択するプラットフォーム条件付き蒸留技術を採用しており、行動の事前知識を共有ポリシーに移行させる。OSWorldおよびMobileWorldを用いた検証では、タスク成功率がそれぞれ38.2%と12.0%に達した。この結果は、既存能力の維持と新規環境でのスキル習得を両立させる本蒸留手法の有効性を示している。