论文提出免训练可复用视觉规划框架

MIT 作者团队（材料未说明机构）在 arXiv 发布论文，提出一种免训练框架，仅需域规格与单个练习场景（无需配对解标签）即可构建可复用的感知和规划程序，无需训练或配对解标签。 框架通过渲染检测状态并检查模拟动作结果提供执行反馈，据此修正并筛选程序；之后冻结程序，使新实例求解不再需要调用 VLM。 基于论文摘要，在覆盖 2D 与 3D、离散与连续状态的 15 个域变体上，该系统平均规划成功率 99.3%，高于域级程序生成基线的 80.9% 和实例级基线的 90.7%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。