智能体训练方法、装置、电子设备与存储介质

本公开涉及智能体训练方法、装置、电子设备与存储介质，该方法包括对多个应用进行界面交互探索得到多个交互路径信息；基于多个交互路径信息生成界面交互任务集合，界面交互任务为依据任务执行要求，在第一应用的界面截图确定第一互动目标，在与第一互动目标互动产生的第二应用的界面截图中确定第二互动目标，与第二互动目标互动至达到任务执行要求的任务；通过策略模型执行界面交互任务集合中的各界面交互任务，得到每一界面交互任务对应的多个任务执行轨迹；基于各任务执行轨迹，生成训练样本；基于训练样本，训练策略模型，得到用于执行针对多个应用的界面交互任务的目标智能体。本公开自动适配应用的界面变化并降低智能体的训练成本。