MARC提出机制感知反思修正方法

2026年10月27日，arXiv Computer Vision 刊出 Xiong Yang 等作者的报道，提出 MARC（Mechanism-Aware Reflective Correction，机制感知反思式修正）方法，用于铰接物体代码生成。该方法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，使智能体能够依据数值求解器给出的连接与构型误差，诊断并修正几何或连接，再沿原运动路径重测。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。目前进展停留在论文报告阶段，报道未提及代码或数据是否公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。