Skill-Guided Continuation Distillation for GUI Agents

SGCD 针对 GUI agent 在闭环执行中偏离专家轨迹后的状态没有监督这一问题。方法先让原策略运行几步到真实 off-trajectory states，再用技能引导策略完成任务，把 continuation plans、critical targets、failure traps 和 success criteria 生成的成功后续混入训练。它在 OSWorld-Verified 上把三个基座模型从低 30% 成功率推到 50% 以上，说明 GUI agent 的数据问题不只是缺专家轨迹，还缺离轨恢复轨迹。