Digi-Q 是 DigiRL 的后续项目，旨在通过离线数据训练值函数和策略网络，以降低与 GUI 环境交互的成本。采用 TD 学习和微调 VLM，Digi-Q 在 AITW 上表现出稳定性和高效性，通过离线训练实现策略优化，避免了在线数据收集的方差问题。