MobileGym

MobileGym简介

MobileGym 是一个完全运行在浏览器里的移动端 GUI 智能体仿真平台，由中科院自动化所联合北京大学、香港中文大学团队推出，已开源并提供在线演示。它主要服务于手机端 AI 代理的训练与评测，针对真机和安卓模拟器在研究中常见的几处麻烦：设备状态读不出来、环境无法一键重置、操作会带来真实业务风险。平台借助 React 与 TypeScript 在浏览器内还原安卓应用的交互逻辑，把设备和 App 的运行状态整理成结构化数据，在隔离沙箱中完成交互，让大规模在线强化学习与确定性量化评估变得可行。

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

功能特点与适用方向

• 轻量低成本：单实例内存约 400MB、磁盘占用 50MB，冷启动约 3 秒，一台配三张显卡的服务器就能稳定运行 96 个并行实例，实验室和中小团队都负担得起。
• 判定零误差：任务成败直接比对底层 JSON 状态，不依赖截图视觉打分，页面加载、弹窗、缓存画面造成的误判被彻底绕开，奖励信号干净且可复现，适合 GRPO 一类强化学习训练。
• 仿真覆盖全：内置 12 款日常应用与 16 套安卓系统程序，还原支付、购票、发帖、权限申请、系统设置等流程，另配 416 套按 L1 到 L4 分层的参数化任务模板，新应用接入成本也不高。
• 迁移可验证：提供仿真到真机的标准化迁移测试流程，在仿真环境完成微调后，任务成功率在仿真侧和真实安卓设备上都有明显提升，说明习得的操作逻辑具备落地通用性。

从使用场景看，MobileGym 比较适合几类人：高校与实验室里做多模态视觉智能体、强化学习的研究者，可以用它做基线对比和迁移效果验证；开发手机端 AI 助手、应用自动化操作的工程团队，能在仿真环境里完成海量迭代，不用占用大量实体设备；做 UI 自动化回归测试的人员，可以借助沙箱批量复现复杂流程、用状态快照定位偶现问题；人工智能相关课程的教学场景也能直接在线调试训练代码，省去复杂的环境配置。轻量、精准、可迁移这三点叠加，让这个仿真平台在学术研究和产业落地之间找到了一条相对顺手的路径，想上手的话从官网进入在线演示即可。