google-research/android_world

解決的問題

AndroidWorld 提供了一個標準化的環境，用於開發和測試能夠控制電腦（特別是 Android 裝置）的自主代理。它解決了評估 AI 代理在真實世界應用中導航以及在行動作業系統上執行複雜任務能力時，對可重現基準測試的需求。

工作原理

此專案在即時 Android 模擬器上執行。它包含 20 個不同應用中的 116 個手動設計的任務基準。為確保代理不會僅僅記憶特定路徑，該環境使用動態任務實例化，透過隨機產生參數來創造數百萬種獨特的任務變體。它還整合了 MiniWoB++ 網頁基準，將網頁元素渲染為原生 Android UI 組件，以測試代理使用通用行動介面元件的能力。

適用對象

專為 AI 研究人員與開發者設計，特別是那些專注於電腦控制、行動 UI 導航與通用 AI 助手的開發者。

主要亮點

• 多樣化的任務套件：涵蓋 20 個真實應用的 116 個任務。
• 動態變異：透過隨機參數產生，實現數百萬種獨特的任務排列。
• 可靠的評估：使用持久的獎勵信號，確保基準測試的一致性。
• 可擴展架構：透過基礎代理類別支援新增任務與自訂代理實作。
• 廣泛的相容性：開放環境，可存取數百萬個 Android 應用與網站。
• 部署彈性：包含實驗性 Docker 支援，可在不同環境中實現一致的設定。