WebHarbor 提供 153 个可执行真实网站环境与 3518 个任务，用于 GUI 智能体评测和强化学习训练。
资讯摘要
论文提出 WebHarbor，一套包含 153 个可执行、Docker 化的网站环境，重建真实网络服务的界面、内容与功能流程，并在确定性控制下运行。作者通过任务驱动的人机协作构建环境，共含 3518 个任务，覆盖多步骤与登录后流程。作者报告，在 WebHarbor 中用强化学习训练的 Qwen 4B 级 GUI 智能体可泛化到未见任务，在四个基准上与领先开源 GUI 网页智能体表现相当。代码与数据已公开。
要点速读
- WebHarbor 含 153 个可执行、Docker 化的网站环境，重建真实网站视觉界面、内容与功能工作流。
- 套件共 3518 个任务，覆盖多步骤及登录后工作流，作者称现有工作常未覆盖此类场景。
- 作者报告，在 WebHarbor 中用 RL 训练的 Qwen 4B 级 GUI 智能体可泛化到未见任务，并在四个基准上与领先开源 GUI 网页智能体表现相当。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。