AutoWebWorld：通过有限状态机合成无限可验证的网页环境

自主 Web GUI 智能体的性能在很大程度上依赖训练数据的质量与数量。然而，一个根本瓶颈依然存在：从真实网站收集交互轨迹成本高昂且难以验证。底层状态转移是隐藏的，导致不得不依赖不一致且昂贵的外部验证器来评估步骤级正确性。为此，我们提出 AutoWebWorld，一个新颖的框架，通过将网页环境建模为有限状态机（FSM）来合成可控、可验证的网页环境，并使用编码智能体将 FSM 转化为可交互网站。与状态转移隐式的真实网站不同，AutoWebWorld 显式定义所有状态、动作和转移规则。这使程序化验证成为可能：动作正确性依据预定义规则检查，任务成功通过到达 FSM 图中的目标状态确认。AutoWebWorld 实现了全自动的搜索-验证流水线，从 29 个多样网页环境中生成超过 11,663 条经验证的轨迹，每条轨迹仅需 0.04 美元。在该合成数据上训练可显著提升真实世界性能。我们的 7B Web GUI 智能体在 WebVoyager 上于 15 步内超越所有基线。此外，我们观察到清晰的缩放定律：随着合成数据量增加，在 WebVoyager 与 Online-Mind2Web 上的性能持续提升。