UI-MOPD: 多平台策略蒸馏，用于持续GUI智能体学习

多模态基础模型和智能体系统的最新进展推动 GUI 智能体从单平台任务执行走向跨平台交互。然而，构建多平台 GUI 智能体仍然具有挑战性。一方面，高质量和可执行的跨平台交互轨迹仍然稀缺，现有数据通常平台覆盖范围有限。另一方面，不同平台展现出独特的交互约定，使得联合训练或持续训练容易导致行为模式混合、平台特定能力退化以及灾难性遗忘。为了应对这些挑战，我们构建了 Uni-GUI，一个高质量的跨平台 GUI 交互数据集，并提出了 UI-MOPD，这是第一个将多教师在线策略蒸馏融入 GUI 智能体持续学习的方法。UI-MOPD 根据当前环境动态选择一个平台特定教师，并通过平台条件蒸馏将平台特定行为先验知识转移到共享策略中，从而实现在新平台上的适应性，同时保留现有平台上的能力。在 OSWorld 和 MobileWorld 上的实验表明，UI-MOPD 分别达到了 38.2% 和 12.0% 的任务成功率，证明了其在平衡跨平台能力保留和新平台适应方面的有效性。项目页面：https://elispectre.github.io/UI-MOPD/。