先感知再推理：高效移动智能体的预推理感知框架

多模态大语言模型（MLLM）具有相当先进的移动代理，但主动移动协助仍然具有挑战性，因为代理必须在确定如何提供协助之前决定何时进行干预。现有系统通常在基于 MLLM 的统一管道中实施这两个决策，从而导致保守干预过滤和综合援助生成之间的目标不一致，以及代理应保持沉默时的冗余推理。为了解决这些限制，我们提出了预推理感知框架（PRPF），这是一个建立在推理之前感知的两阶段框架。 PRPF 引入了用于干预门控和上下文压缩的轻量级多模态主动感知器 (MPP)，并且仅在需要干预时才激活主动代理推理器 (PAR)。 ProactiveMobile 基准上的实验表明，与 ProactiveMobile 基准相比，PRPF 大幅降低了错误触发率 (FTR)，同时提高了成功率 (SR) 和推理效率。