IDfRA：机器人装配迭代设计自验证框架

2026年10月16日，arXiv Robotics 刊出论文，作者 Nishka Khendry、Christos Margadji、Sebastian W. Pattinson 提出 IDfRA（Iterative Design for Robotic Assembly）闭环框架，将用于生成装配计划的大语言模型（LLM）与用于执行评估的视觉语言模型（VLM）结合。据该报道，给定目标结构与部分环境特征，LLM 提出装配计划，机器人在测试时执行一次，VLM 评估所得状态并反馈用于重新规划；该框架无需部署前精确的先验世界模型。实证评估显示，IDfRA 在语义可识别性上取得 73.3% 的 top-1 准确率，超过基线；装配计划具备物理可行性，整体装配成功率为 86.9%，设计质量随迭代提升，但并非始终单调。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。