AUTONODE：一种用于认知 GUI 自动化的神经图形自学习引擎

在大型语言模型 (LLM) 最新进展中，已出现能够通过增强认知能力和复杂推理来解决机器人过程自动化 (RPA) 挑战的智能体。这为目标实现的可扩展性和类人适应性开辟了新时代。在此背景下，我们提出 AUTONODE（通过在线神经图形操作和深度探索实现自主用户界面转换）。AUTONODE 采用先进的神经图形技术，以实现对 web 界面进行自主导航和任务执行，从而无需预定义脚本或人工干预。我们的引擎赋予智能体理解和实施复杂工作流程的能力，能够在动态 web 环境中实现前所未有的效率。我们的 methodology 将认知功能与机器人自动化相结合，使 AUTONODE 具备从经验中学习的能力。我们集成了探索模块 DoRA（用于图检索 Agent 的发现和图谱映射操作），它在构建引擎使用的知识图谱方面起着关键作用，以实现最小监督下的目标优化。AUTONODE 的灵活性和有效性通过一系列实验得以证明，突出其在处理多样化 web 任务方面的熟练功夫，涵盖数据提取到交易处理等各类任务。