使用场景

研究人员使用WAA来评估他们开发的AI代理在真实Windows环境中的表现。

软件开发者利用WAA框架来自动化测试他们的应用程序在Windows系统上的功能。

企业使用WAA来开发能够自动执行日常办公任务的AI代理，提高工作效率。

产品特色

支持150多个多样化的Windows任务，涵盖文档编辑、网页浏览、系统任务、编程、视频观看和实用工具。

提供确定性的任务评估，使用自定义脚本来生成每个任务结束时的奖励。

支持Azure云平台的并行化，大幅缩短基准测试评估时间。

使用Docker容器和Windows 11虚拟机，提供灵活的本地执行和安全的云并行化。

引入了新的多模态代理Navi，展示了在Windows导航任务中的性能。

提供Navi代理的定量和定性分析，以及未来研究的挑战和机遇。

使用教程

访问Windows Agent Arena官方网站并下载所需的Docker镜像和代码。

根据文档指南设置本地开发环境或配置Azure云平台进行并行测试。

使用提供的脚本和工具来创建和定义新的Windows任务。

部署AI代理并对其进行训练，使其能够在WAA环境中执行任务。

运行基准测试来评估AI代理的性能，并根据结果进行优化。

分析测试结果，根据反馈调整代理的行为和策略。

将优化后的AI代理部署到实际的Windows环境中进行进一步的测试和使用。