MARC方法提升铰接物体代码生成成功率

2026年10月27日，arXiv平台发布论文，Xiong Yang等作者提出MARC（机制感知反思修正）方法，专用于铰接物体代码生成。该方法核心在于共享一个可执行运动学图，贯穿程序构建、运动求解与修正全过程，实现机制感知下的反思式纠错。 在包含20个物体的测试集中，MARC结合Kimi-K3模型取得67.8%的有效运动覆盖率和60.0%的整体成功率，表现优于六个基线模型。早期报道仅提及方法提出，新报道补充了具体量化指标，确认其相对优势。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。