# Az Apple online megerősítéses tanulással tanított ügynököt iOS-appok kezelésére

*Apple Machine Learning · 2026-11-02 · Kutatás*

**Az Apple kutatói olyan UI-navigációs ügynököt fejlesztettek, amely élő iOS-alkalmazásokban, online megerősítéses tanulással tanul, és a kiértékelésekben felülmúlta a felügyelt finomhangolással készült változatot.**

A kutatásban bemutatott keretrendszer az ügynököt két részre bontja: egy **tervező ügynökre és UI-grounding modellre**, amely a terv lépéseit a képernyőn látható elemekhez köti. A tanítás valós iOS-alkalmazásokon történik, a jutalmat pedig egy LLM bíróként működő értékelő adja, amely a köztes lépések haladását és a feladat végeredményét is pontozza. A tanuláshoz PPO algoritmust használnak, a GiGPPO nevű módszer pedig a vizuálisan hasonló állapotok jutalmait is felhasználja a kritikus stabilizálására.

A **lépésenkénti visszajelzés** a végső siker mellett sűrűbb tanulási jelet ad, ami a szerzők szerint gyorsítja a konvergenciát. Az infrastruktúra több száz párhuzamos virtuális iOS-eszközt futtat egyszerre, így a tanítás nagy léptékben is kivitelezhető. A szerzők a UINavBench, az iOSWorld és az AndroidWorld benchmarkokon mérték az ügynököket.

A 8 milliárd paraméteres, megerősítéses tanulással tanított ügynökök a felügyelt finomhangolású kiindulóponthoz képest **közel hétszeres javulást** értek el az Android-környezetekbe való általánosításban. Valós iOS-alkalmazásokon a cikk szerint felülmúlták a Gemini-3.5-Flash modellt, és a Gemini-3.1-Pro-val azonos szinten teljesítettek.

## Miért számít?

Elsősorban iOS-automatizálással foglalkozó fejlesztőknek és kutatóknak lehet érdekes, akik kisebb modellel szeretnének UI-feladatokat megoldani. A **kutatási eredmények** nyilvános elérhetőségéről a forrás nem ír, ezért egyelőre csak a módszer leírására lehet támaszkodni.

---

Eredeti forrás: [Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps](https://machinelearning.apple.com/research/planning-grounding-ui-navigation)

Forrás: xhírek.hu – https://xhirek.hu/hir/az-apple-online-megerositeses-tanulassal-tanitott-ugynokot-ios-appok-kezelesere