对应论文
视频简介
问题与背景：开放世界机器人系统在遇到新物体和新操作时，传统 symbolic planner 会因为规划域里缺少对应 operator 而直接失效。 方法/新意：这篇工作把 symbolic planning、LLM 常识推理和 RL operator learning 串成统一框架：LLM 负责识别缺失 operator、生成计划并写 reward，RL 负责把新 operator 变成可执行控制策略。 意义/放在仓库中的位置：它属于 neuro-symbolic agent / novelty adaptation / embodied planning 主线，价值在于把“发现缺失操作符”与“学会新操作”真正打通。 局限/为何不再升一级：目前证据主要集中在连续控制场景中的 novelty adaptation，影响范围还不够广。