google-research/android_world

解决的问题

AndroidWorld 提供了一个标准化的环境，用于开发和测试能够控制计算机（特别是 Android 设备）的自主代理。它解决了评估 AI 代理在真实世界应用中导航和在移动操作系统上执行复杂任务的能力时，对可复现基准测试的需求。

工作原理

该项目在实时 Android 模拟器上运行。它包含 20 个不同应用中的 116 个手工制作的任务基准。为确保代理不会仅仅记忆特定路径，该环境使用动态任务实例化，通过随机生成参数来创建数百万种独特的任务变体。它还集成了 MiniWoB++ 网络基准，将网页元素渲染为原生 Android UI 组件，以测试代理使用通用移动界面组件的能力。

适用人群

专为 AI 研究人员和开发者设计，特别是那些专注于计算机控制、移动 UI 导航和通用 AI 助手的开发者。

主要亮点

• 多样化的任务集：涵盖 20 个真实应用的 116 个任务。
• 动态变体：通过随机参数生成，实现数百万种独特的任务排列。
• 可靠的评估：使用持久的奖励信号，确保基准测试的一致性。
• 可扩展架构：通过基础代理类支持添加新任务和自定义代理实现。
• 广泛的兼容性：开放环境，可访问数百万个 Android 应用和网站。
• 部署灵活性：包含实验性的 Docker 支持，可在不同环境中实现一致的设置。