arXiv cs.CV· Xiong Yang, Junkun Hao, Zijian Xiao, Zipeng Ye, Yuchen Xie, Ran Yi·· 4 小时前AI 评分39
MARC：面向铰接物体代码生成的机制感知反思纠错
MARC: Mechanism-Aware Reflective Correction for Articulated Object Code Generation
AI 导读
MARC 让程序构建、运动求解与纠错共用同一张可执行运动学图，把求解器定位到的连接与配置错误反馈给智能体，用于修正连接或几何并沿原运动路径复测。在 20 个物体的测试集上，MARC 配合 Kimi-K3 达到 67.8% 有效运动覆盖率与 60.0% 整体成功率，优于六个基线。从相同初始候选出发，纠错环节分别带来 13.7 和 20.0 个百分点提升。
来源：arXiv cs.CV · arxiv.org