研究问题与环境
WorkArena 聚焦知识工作者在 ServiceNow 平台上的日常操作。原论文描述 33 类任务,并介绍可提供多种动作与多模态观察的 BrowserGym。
任务与图关系
表单、列表、导航等操作包含字段约束、查找依赖和状态更新,可以研究流程图与执行图。但固定 UI 流程不是自动获得的语义约束图,观测错误与规划错误应分开记录。
已阅读的内容
本轮重点读 v5 的任务构造、环境表示和实验讨论。任务类型数量与实例数量不同,不应把大量参数化实例写成同等数量的独立新任务。
选择环境时的取舍
相比 API 环境,它更接近日常软件操作;相比只测图机制的环境,它增加了页面、视觉和部署干扰。适合在状态机制成立后验证外部有效性,不必作为最小实验的唯一入口。
关联阅读
BrowserGym 实现;WebArena;跨应用桌面任务。
原论文图示

Figure 1(a):WorkArena 企业任务界面示意;用途是说明任务对象。 查看原始图源。
原始来源与阅读范围
Alexandre Drouin et al. / arXiv · 2024-03-12。本轮范围:正文重点阅读;采集日期:2026-11-16。来源陈述与本库提出的实验设想在正文中分别说明。