FOSA：用符号抽象上的生成流发现机器人具身能力

FOSA 通过生成流网络参数化抽象策略，构建符号任务骨架并编译为仿真环境，以底层策略学习表现作为奖励信号，在异构机器人平台上发现接近其经验能力前沿的多样可执行任务。将发现的任务策略蒸馏为单一语言条件策略后，FOSA 在未见过的复杂长时程任务上提升了性能。代码与演示视频已公开。