Windows Agent Arena (WAA)开源平台为 Windows 11 上的自主 Windows 机器人建造、测试和基准测试

Windows Agent Arena（WAA）是一个开源的研究平台，用于开发和评估在真实Windows 11环境中运行的AI代理。它提供了一个可复制的沙盒环境，代理可以在其中与应用程序、浏览器、文件系统和系统设置进行交互，使研究人员能够研究模型在规划、推理和执行多步骤桌面任务方面的能力。 该平台包含一套具有代表性的 Windows 任务基准，这些任务涵盖生产力、网页、编码和系统实用工具等多个方面，同时提供云容器中并行评估的工具。这使得比较各种智能代理架构、提示策略和底层大语言模型（LLM）在同一组挑战下的表现变得更加容易。 WAA 面向研究人员和开发人员，旨在探索计算机代理、多模态基础模型和桌面自动化。通过开源，它降低了社区贡献新任务、基准和评估方法的门槛。