WebHarbor: Docking Real Websites for Evolving GUI Agent Environments
Pubblicata su AIChronos il · fonte del · Zhaoyang Wang, Qianhui Wu, Boyu Gou, Demi Wang, Jiacheng Zhang, Peichun Hua (Microsoft)
WebHarbor è un insieme di 153 ambienti web eseguibili e dockerizzati che ricostruiscono fedelmente interfacce visive, contenuti e flussi funzionali reali sotto controllo deterministico. La suite è stata costruita tramite collaborazione uomo-agente guidata dai task, dove agenti di coding implementano modifiche mentre i contributori umani verificano la fedeltà visiva e la correttezza funzionale. Questo approccio permette di superare le limitazioni degli ambienti live (cambiamenti del contenuto) e sintetici esistenti (mancanza di profondità funzionale), offrendo 3.518 task che includono flussi post-autenticazione spesso ignorati.
- WebHarbor fornisce un ambiente stabile per l'addestramento e la valutazione degli agenti GUI, evitando problemi di accessibilità e mutabilità dei siti live.
- La suite include ambienti dockerizzati deterministici che garantiscono riproducibilità durante il reinforcement learning (RL).
- Il processo di sviluppo integra task-driven human-agent collaboration per espandere lo scope funzionale tramite coding agents e audit umani.
- Un agente GUI Qwen 4B addestrato con RL su WebHarbor generalizza bene a task non visti, competendo con agenti open-source leader in quattro benchmark.
- Il progetto copre flussi complessi come quelli post-autenticazione, superando la copertura limitata delle soluzioni esistenti.
Perché conta. Per gli sviluppatori che lavorano su LLM e agenti locali, WebHarbor offre un ambiente di test affidabile ed economico per il reinforcement learning senza dipendere da siti web live instabili o costosi. Consente di validare la generalizzazione degli agenti GUI in scenari realistici ma controllati, fondamentale prima del deployment.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.