M²-Miner：用于移动GUI智能体数据挖掘的多智能体增强MCTS

图形用户界面（GUI）智能体是推进智能人机交互范式的关键。构建强大的GUI智能体需要对高质量用户行为轨迹数据（即意图-轨迹对）进行大规模标注以供训练。然而，人工标注方法和现有GUI智能体数据挖掘方法通常面临三个关键挑战：构建成本高、数据质量差、数据丰富度低。为解决这些问题，我们提出M²-Miner，首个基于蒙特卡洛树搜索（MCTS）的低成本自动化移动GUI智能体数据挖掘框架。为提升数据挖掘的效率与质量，我们提出一个协作式多智能体框架，由负责引导的InferAgent、负责加速的OrchestraAgent和负责评估的JudgeAgent组成。为进一步提高挖掘效率并丰富意图多样性，我们设计了意图回收策略来抽取额外有价值的交互轨迹。此外，还引入渐进式模型在环训练策略以提高数据挖掘成功率。大量实验表明，用我们挖掘的数据微调的GUI智能体在多个常用移动GUI基准上取得最先进性能。我们的工作将被发布，以促进社区研究。