论文用图-文本模板选择性复用GUI执行轨迹，大幅降低LLM推理开销。
资讯摘要
论文针对移动GUI智能体重复执行相似任务时，因指令与环境变化导致旧轨迹失效的问题，将变化归纳为六类，并提出图-文本模板：图记录UI状态与动作转移，文本编码任务意图、流程结构与可变槽位。记录-模板-回放框架依据当前指令和实时UI状态，对单步转移选择复用、改写或丢弃。作者报告在AndroidWorld上五个基座智能体的LLM推理token平均减少约80%，多数智能体执行提速至少1.5倍；Android与HarmonyOS真机测试动作复用率为70.7%–79.8%。
要点速读
- 论文将用户指令与执行环境的变化归纳为六类，并指出单步动作转移仍可能可复用
- 提出图-文本模板与记录-模板-回放框架，按当前指令和实时UI状态复用、改写或丢弃转移
- 作者报告AndroidWorld上token消耗平均降约80%，真机动作复用率70.7%–79.8%
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 2026/10/27 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。