Neuer Online-RL-Webagent erzielt 38 % Erfolg bei WebArena

Wissenschaftler haben einen völlig neuen Webagent entwickelt, der autonom im Internet navigiert und dabei die komplexen, sich ständig verändernden Webseitenstrukturen meistert. Der Agent, genannt OpAgent, setzt auf Online-Reinforcement-Learning und kann sich in Echtzeit an die dynamische Umgebung anpassen.

Traditionelle Ansätze zur Webnavigation beruhen meist auf Supervised Fine‑Tuning (SFT) oder Offline‑Reinforcement‑Learning, die mit statischen Datensätzen arbeiten. Diese Methoden leiden unter starken Verteilungsverschiebungen, weil sie die stochastischen Zustandswechsel und das Echtzeit‑Feedback realer Webseiten nicht erfassen können.

OpAgent löst dieses Problem mit drei Kerninnovationen: Erstens ein hierarchisches Multi‑Task‑Fine‑Tuning, das Daten nach funktionalen Primitiven (Planen, Handeln, Grounding) sortiert und ein Vision‑Language‑Modell mit ausgeprägter Befolgschaft von Anweisungen für Web‑GUI‑Aufgaben schafft. Zweitens ein Online‑Agentic‑RL‑Framework, das den Agenten direkt mit dem Web interagieren lässt und dabei einen hybriden Belohnungsmechanismus nutzt, der einen WebJudge und ein regelbasiertes Entscheidungsbaum‑System kombiniert. Drittens ein modularer Operator‑Agent, der die Flexibilität und Wiederverwendbarkeit des Systems erhöht.

Durch diese Kombination erreicht OpAgent einen beeindruckenden Erfolg von 38,1 % (pass@5) auf der WebArena‑Benchmark und übertrifft damit sämtliche monolithischen Baselines. Die Ergebnisse zeigen, dass Online‑RL in Verbindung mit einer sorgfältigen Aufgaben‑ und Belohnungsstruktur die Grenzen herkömmlicher Methoden sprengt.

Die Technologie eröffnet neue Möglichkeiten für automatisierte Webinteraktionen, etwa bei der Datenerfassung, dem Testen von Webanwendungen oder der Assistenz bei komplexen Online‑Aufgaben. Mit OpAgent wird die autonome Navigation im Internet ein bedeutender Schritt nach vorn.