Apprentissage par renforcement dense en ligne avec un agent planification-ancrage pour la navigation UI sur des apps iOS réelles

Les modèles vision-langage de pointe naviguent bien dans les interfaces, mais leur coût d'inférence limite l'usage courant. Les modèles plus petits entraînés par SFT ou par reinforcement learning hors ligne mémorisent des trajectoires statiques, d'où une exécution fragile et une faible capacité de récupération après erreur. Apple présente un cadre de reinforcement learning en ligne entraînant les agents sur des applications iOS réelles, en séparant l'agent en deux composants spécialisés dont un module de planification.