OpenWebRL: Demystifying Online Multi-turn Reinforcement Learning for Visual Web Agents

核心要点

问题/背景

强视觉 web agents 多依赖昂贵的监督轨迹，静态数据又难覆盖不断变化的真实网站。

方法/机制

OpenWebRL 提供在线多轮 RL 训练框架，覆盖 live-browser infrastructure、监督初始化、多模态上下文管理、trajectory-level success verification 和训练流程。

结果/证据

它值得收录，因为 visual web agent 的能力提升需要从静态 imitation 转向在线可验证交互训练。

收录价值

按当前收录规则，它属于近期值得正式跟踪的可复用方法或系统模式；但作为新近预印本，后续仍需要代码、复现和真实部署结果来确认长期影响。