SCOPE：用规划纠错生成TAMP数据集

2026年10月23日，arXiv Robotics 报道了 Chaoyue Li 等作者提出的 SCOPE 框架。该框架全称为 Scene-graph Construction Optimized by Plan Error-correction，即“用规划错误校正优化场景图”，是一个自动生成多样且可执行 TAMP 数据集的框架。其做法是以规划器执行失败作为反馈信号，回溯修正场景图中的逻辑不一致，从而保证生成数据的物理可行性。报道称，用 SCOPE 生成的数据微调 LLM 后，下游 TAMP 模型成功率比用 DELTA 生成数据微调的模型绝对提升 12.33%。该工作已被 IROS 2026 接收。目前报道未提及该框架的适用对象范围、收费或额度、地域及使用限制等条件。

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。