CMU 等提出 ReSYNC：从机器人失败中学习可复用技能，入选 CoRL 2026

CMU、Princeton、MIT 等机构提出 ReSYNC 系统，被 CoRL 2026 接收，核心思路是把机器人部署中不可避免的失败变成可规划的资源。该系统先在 GPU 并行仿真中用 PPO 从失败状态学出恢复策略，再通过反事实「做梦」式探索抽象出新概念并更新规划模型，使其在新任务中反向推理、提前调度以避免失败。已在六个不同物理域验证，论文与代码开源。