MobileGym

网站描述：

面向手机GUIAgent研究的可验证、高度并行的仿真平台

MobileGym是中科院自动化所联合北大、香港中文大学团队于2026年推出、开源可在线演示的浏览器端移动端GUI智能体仿真平台，官网地址为https://mobilegym.dev/，核心解决传统真机、安卓模拟器开展手机AI代理训练时的三大核心痛点：真机状态不可读取、无法一键重置、操作存在真实业务风险，是业内首个支持日常主流App大规模在线强化学习（RL）与确定性量化评估的仿真基础设施。

• MobileGym官网入口网址：https://mobilegym.dev/
• MobileGym开源项目地址：https://github.com/Purewhiter/mobilegym

传统移动端智能体研究多依赖Android模拟器或实体手机，模拟器资源开销巨大、仅支持少量开源系统应用；真机训练存在资金、账号、操作风险，只能依靠VLM视觉模型截图判分，误判率高达10.2%，无法输出稳定、干净的强化学习奖励信号。MobileGym采用React+TypeScript在浏览器内完整复刻安卓应用交互逻辑，把全部设备、App运行状态封装为结构化JSON数据，构建隔离沙箱环境，兼顾仿真交互真实性、训练可并行性与评估精准度，配套MobileGym-Bench标准化测试集，为大模型GUI Agent研发提供完整训练、评测、迁移闭环工具链。

主要功能特点

• 28款全品类仿真App覆盖：平台内置12款主流日常应用（微信、支付宝、B站、铁路12306、地图、小红书、X、Spotify等）+16套安卓原生系统程序（设置、电话、短信、日历、相册、文件管理器等），完整还原跳转路由、权限申请、支付、发布内容、票务查询等真实业务流程；新增应用开发成本可控，日常App仅需3-4人天，系统App1天内即可完成接入，支持manifest自动注册，无需修改底层系统与基准层代码。
• 416套标准化参数化任务模板：基准测试集划分160条训练任务、256条测试任务，按难度分为L1-L4四层梯度，覆盖消息发送、线上支付、购票、内容发布、系统设置等全场景手机操作；所有任务配备程序化状态判定逻辑，不依赖截图视觉识别，全量测试无一次误判、漏判，解决VLM看图打分不稳定的行业难题，为GRPO等强化学习算法提供高密度、无噪声奖励反馈。
• 结构化JSON全可控环境状态：区别于模拟器仅渲染像素画面，MobileGym将联系人、订单、余额、缓存、网络权限等底层数据全部暴露为可读、可修改JSON结构，支持毫秒级快照、克隆、状态回滚；单台服务器可同时启动上百个独立浏览器实例并行训练，每个实例环境完全隔离，单次训练轨迹不会互相干扰，完美适配批量并行RL训练流程。
• 安全沙箱零真实业务风险：全部转账、发消息、发布帖子、购票行为均运行在虚拟沙箱内，不存在真实资金损耗、消息误发送、账号变更等不可逆后果，研究者可无限次循环执行高风险交互任务，不用单独准备测试账号、规避真实业务损失，大幅降低实验门槛与成本。
• Sim-to-Real仿真到真机迁移验证：平台提供标准化真机迁移测试流程，以Qwen3-VL-4B模型为例，在仿真环境完成GRPO微调后，整体任务成功率从9.4%提升至22.2%；59个可真机复现任务子集内，仿真侧性能提升42.8个百分点，落地真实安卓设备仍保留40.7个百分点增益，迁移保留率达95.1%，证明仿真训练习得的操作逻辑具备真实设备通用性，甚至能自主适配真机独有约束（如社区发帖必填标签）。

优势亮点

• 轻量化资源占用，算力成本大幅降低：对比Docker AndroidWorld安卓模拟器基线，MobileGym单实例内存仅约400MB，模拟器需4.5GB，内存占用仅为其1/11；磁盘占用50MB，模拟器高达20GB，缩小400倍；环境冷启动仅3秒，模拟器需78秒，启动速度提升26倍。单台搭载3张RTX Pro 6000显卡的服务器，即可稳定运行96个并行训练实例，无需大规模集群支撑，中小企业、实验室均可低成本部署。
• 确定性量化评估，消除视觉评判误差：传统方案依靠大模型识别截图判断任务是否完成，页面加载、弹窗、缓存画面极易造成误判，误差10.2%；MobileGym直接比对底层JSON状态数据，判定结果零误差，评估结果可复现、可溯源，能精准区分模型操作失败、界面渲染异常两类问题，方便研究者定位模型短板。
• 开箱即用开源生态，配套完整工具链：项目开源托管于GitHub，提供在线演示页面、完整代码、BibTeX引用模板、标准化测试数据集；支持Headless无界面运行，适配本地PC、云端服务器部署；提供快照、克隆、校验三大原生工具，一键批量导出训练轨迹、任务评测报告，降低二次开发难度。
• 跨应用工作流原生支持：原生兼容安卓Intent跳转、ContentProvider跨应用数据交互，支持多App联动复合任务，例如“微信接收购票链接→跳转铁路App下单→支付宝支付”完整链路仿真，覆盖现实中复杂连续操作场景，弥补现有仿真平台仅支持单App独立任务的短板。

适用人群与场景

• AI科研从业者（高校、实验室）：面向移动端GUI大模型、多模态视觉智能体、强化学习算法研究者，用于模型基线对比、GRPO在线强化训练、Sim-to-Real迁移效果验证；平台标准化416套任务可统一行业评测标准，解决不同团队测试环境不统一、结果无法横向对比的问题。
• 大模型开发工程师：开发手机端AI助手、APP自动化操作智能体的技术团队，可在仿真环境完成海量迭代训练，无需占用大量实体手机设备，规避测试账号损耗、误操作风险，训练完成后快速迁移至真实安卓终端落地。
• 自动化测试研发人员：手机App自动化UI测试、流程回归测试团队，依托沙箱环境批量复现复杂操作流程，快速验证新版本交互逻辑，状态快照功能可精准复现偶现Bug，大幅提升测试效率。
• AI教学与课程实训：高校人工智能、多模态交互课程教学场景，轻量化浏览器运行无需复杂环境配置，学生可在线调试GUI智能体训练代码，直观理解仿真环境、强化学习奖励机制、虚拟到真实迁移的核心原理。

MobileGym填补了移动端日常App大规模智能体仿真训练的市场空白，凭借轻量、精准、高迁移性三大核心优势，成为当前GUI Agent领域主流基准平台，兼顾学术研究与产业落地双重需求，相关开源资源、在线演示均可通过官网mobilegym.dev直接访问使用。

---

网站标签： 在线工具 其他工具