MobileGym：面向移动GUI智能体研究的可验证高并行仿真平台

我们提出MobileGym，一个浏览器托管、轻量、完全可控的日常移动使用环境，目标是交互保真而无需复刻专有后端。它使日常应用此前无法企及的两项能力成为可能：通过对结构化JSON状态进行确定性的基于状态判定获得可验证的结果信号，以及通过低成本的并行rollout实现可扩展的在线RL。完整环境状态以结构化JSON形式被捕获、配置、分叉与比较，单台服务器可承载数百个并行实例，每实例约400 MB内存、冷启动约3秒。分层状态模型与声明式任务定义框架使状态可编程性和任务创建在大规模下依然实用，单一的程序化判定机制同时提供确定性评估结论与稠密RL奖励。配套的MobileGym-Bench提供416个参数化任务模板（含256个测试与160个训练模板），覆盖28个应用，配备确定性判定器和结构化AnswerSheet协议，避免自由文本匹配失败。在一项Sim-to-Real案例研究中，基于Qwen3-VL-4B-Instruct的GRPO在256任务测试集上提升12.8个百分点，而在59任务真机信号子集上，真机执行保留了95.1%的仿真侧训练收益。项目主页：https://mobilegym.github.io。