# انتشار MAI-Gym؛ بستری برای آموزش و ارزیابی عامل‌های هوش مصنوعی در رابط‌های گرافیکی

> پژوهشگران چارچوبی متن‌باز معرفی کرده‌اند که به توسعه‌دهندگان امکان می‌دهد عامل‌های هوش مصنوعی را در مقیاس بزرگ، برای کار با رابط‌های موبایل، رایانه و وب آموزش دهند و ارزیابی کنند.

Oossa · 2026-10-16 · https://oossa.com/fa/mai-gym-platform-released-for-training-and-testing-gui-ai-agents

گروهی از پژوهشگران چند مؤسسه، MAI-Gym را منتشر کرده‌اند؛ بستری متن‌باز برای ساخت، آزمایش و آموزش عامل‌های هوش مصنوعی که با رابط‌های گرافیکی کاربری (GUI) تعامل دارند. کد، داده‌ها و فایل مدل ۹ میلیاردپارامتری اکنون برای دانلود در دسترس همگان است. MAI-Gym با تلفن‌های همراه، رایانه‌های رومیزی و مرورگرهای وب کار می‌کند و می‌تواند تا 20,000 محیط را به‌صورت موازی اجرا کند.

## MAI-Gym چه امکاناتی دارد؟

این پلتفرم یک خط لوله مشترک برای اجرای عامل‌ها دارد که رفتار آن‌ها را در ارزیابی و آموزش با یادگیری تقویتی (RL) یکسان نگه می‌دارد. همچنین با ده مجموعه معیار شناخته‌شده و 2,000 وظیفه تأییدشده عرضه می‌شود که اپلیکیشن‌هایی مانند رزرو بلیت، ایمیل و صفحه‌های تنظیمات را پوشش می‌دهند. MAI-Gym می‌تواند اپلیکیشن‌های آزمایشی تازه را هم به‌طور خودکار بسازد و محیط‌هایی را ایجاد کند که بتوان آن‌ها را به حالت اولیه بازگرداند، و نیز جهان‌هایی با چند اپلیکیشن بسازد؛ اجرای درست این محیط‌ها بررسی می‌شود.

## نتایج مدل 9B منتشرشده

پژوهشگران با استفاده از این چارچوب، MAI-Gym-9B را آموزش دادند؛ عاملی یکپارچه برای استفاده در موبایل و رایانه‌های رومیزی. این مدل در معیار MobileWorld به نرخ موفقیت 78.4 % و در OSWorld-Verified به 76.2 % رسید. در یک آزمون انتقال، عامل ابتدا وظیفه رزرو بلیت را در یک اپلیکیشن شبیه‌سازی‌شده یاد گرفت و سپس همان کار را روی یک تلفن واقعی انجام داد؛ نرخ موفقیت از 28.8 % به 48.1 % افزایش یافت.

## حقایق

- MAI-Gym در 2026-10-16 معرفی شد («Fri Oct 16 2026 06:00:00 GMT+0200»).
- این پلتفرم از حداکثر 20,000 نمونه محیطِ موازی پشتیبانی می‌کند.
- این پلتفرم شامل ده مجموعه معیار و 2,000 وظیفه تأییدشده است.
- مدل MAI-Gym-9B منتشرشده 9 میلیارد پارامتر دارد.
- این مدل در MobileWorld امتیاز 78.4 % و در OSWorld-Verified امتیاز 76.2 % کسب کرد.

## چرا مهم است

توسعه‌دهندگان اکنون می‌توانند بدون ساخت زیرساخت عظیم اختصاصی، دستیارهای هوش مصنوعی را برای کار با تلفن‌ها، رایانه‌های شخصی و مرورگرها آموزش دهند. داده‌ها و مدل متن‌باز به پژوهشگران کمک می‌کنند ایده‌های تازه را سریع‌تر بیازمایند و نتیجه آزمون انتقال نشان می‌دهد آموزش در اپلیکیشن‌های شبیه‌سازی‌شده می‌تواند عملکرد در دنیای واقعی را بهبود دهد.

## منابع و ارجاع‌ها

1. [MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments](https://arxiv.org/abs/2610.20939) – arXiv, 2026-10-16

آخرین به‌روزرسانی: 2026-10-16