MARC：铰接物体代码生成的反思纠错方法

Xiong Yang 等作者提出 MARC（机制感知反思修正）方法，用于铰接物体的代码生成：它共享一张可执行运动学图，把物理连接绑定到局部附着坐标系，并表达闭环与关节坐标耦合，使智能体依据数值求解器给出的连接级诊断修正结构，再沿原运动路径重测。 在 20 个物体的测试集上，MARC 搭配 Kimi-K3 达到 67.8% 有效运动覆盖率和 60.0% 整体成功率，优于六个基线；从相同初始候选出发，纠错使这两项指标分别提升 13.7 和 20.0 个百分点。

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。