论文解析 - Mobile-Agent-E：用于复杂任务的自我进化移动助手

剖析Mobile-Agent-E：复杂任务处理的移动端智能新突破

在当今数字化时代，智能手机深度融入日常生活，成为人们沟通、工作与娱乐的核心枢纽。然而，执行复杂多步骤任务时，用户体验却常受困扰。例如在多个购物应用中筛选性价比最高的商品，或从各类资讯平台整合信息，操作繁琐且耗时。尽管基于大语言模型（LLM）和多模态模型（LMM）的图形用户界面（GUI）智能体研究取得进展，但现有移动端智能体在应对现实任务时，仍存在显著短板。在此背景下，Mobile-Agent-E应运而生，它代表了一种创新的分层多智能体移动助手框架，为解决上述难题提供了有效方案。

现有移动端智能体的局限

现有移动端智能体与现实场景需求存在较大差距。实际任务往往需要复杂推理，如在线购物时权衡商品价格、质量、售后等多种因素；还涉及长周期规划，可能需在多个应用间切换