arXiv Computer Vision· Xiong Yang, Junkun Hao, Zijian Xiao, Zipeng Ye, Yuchen Xie, Ran Yi·· 8 小时前AI 评分31
MARC：面向铰接物体代码生成的机制感知反思式修正
MARC: Mechanism-Aware Reflective Correction for Articulated Object Code Generation
AI 导读
MARC 通过共享可执行运动学图，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，让智能体依据数值求解器给出的连接与构型误差诊断修正几何或连接并沿原运动路径重测。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，修正使这两项指标分别提升 13.7 和 20.0 个百分点。
来源：arXiv Computer Vision · arxiv.org