MobiGraph：通过轨迹融合状态图构建面向移动智能体的实用评估范式

基于摘要分析。本文研究通过 GUI 交互执行任务的移动智能体评估问题，提出 MobiGraph，以多轨迹融合的状态图支持第三方应用中的任务构建与动态交互，旨在缓解依赖系统级资源状态的基准与真实应用场景之间的不匹配。 作者指出，AndroidWorld 等基准连接系统级 Android 模拟器，并依据系统资源状态提供评估信号，而现实中的许多第三方应用并不开放用于判断任务成功的系统级 API。MobiGraph 的核心机制是利用基于多轨迹融合的图构建算法压缩状态空间。摘要未说明状态与边的定义、轨迹采集方式、状态合并判据，以及如何由图结构生成任务成功判定信号，这些是理解其评估可靠性与复现条件时需要核对的关键内容。 作者报告，MobiGraph 覆盖 20 个常用第三方应用，包含 240 项多样化现实任务，并提供更丰富的评估指标。作者报告，在与 AndroidWorld 的比较中，MobiGraph 的评估结果与人工评价更一致；但摘要未提供一致性指标、具体数值、参评智能体、人工评价流程或任务匹配方式，因此尚不能量化其改进幅度，也不能据此推断移动智能体本身的任务能力有所提升。 该工作的主要贡献定位是移动 GUI 智能体的评估框架，而非 EEG/BCI 方法。实验协议、消融及统计信息尚未验证；图构建成本、应用状态变化时的维护要求，以及对未覆盖应用和任务的适用范围，也需结合全文核对。现有材料未提供明确的 EEG/BCI 机制对应关系，不据此推导神经信号任务上的有效性。