WM-R1은 실제 환경과의 상호작용 없이 세계 모델(world model)을 활용해 모바일 GUI 에이전트를 강화학습으로 훈련하는 최초의 프레임워크다. 기존 강화학습은 실제 안드로이드 환경과의 방대한 상호작용이 필요해 자원 비용이 높고 불안정했는데, WM-R1은 세계 모델을 상태 전이의 원천으로 삼아 실제 환경을 훈련 루프에서 대체한다. 또한 세계 모델을 사고 과정에 직접 결합해 에이전트가 행동을 결정하기 전에 후보 행동의 결과를 추론할 수 있게 하며, 과제 성공·경로 효율성·세계 모델 활용도를 동시에 최적화하는 다차원 규칙 기반 보상을 도입했다. 2,000개의 고난도 과제로 구성된 데이터셋으로 훈련한 결과, 안드로이드 모바일 벤치마크에서 GRPO 단독 기준선과 추론 시점 시뮬레이션 방식을 모두 크게 상회하는 성능을 보였다.

• •실제 환경 상호작용 없이 세계 모델로 모바일 GUI 에이전트를 훈련하는 첫 RL 프레임워크
• •세계 모델이 실제 안드로이드 환경을 대체해 상태 전이 제공, 자원 비용·불안정성 해소
• •사고 과정에 세계 모델을 결합해 행동 전 결과를 미리 추론
• •과제 성공·경로 효율성·모델 활용도를 함께 최적화하는 다차원 보상 도입
• •2,000개 고난도 과제 데이터셋으로 훈련, GRPO 기준선 대비 크게 우수한 성능