SAIL：基于视觉语言模型的上下文模仿学习测试时扩展方法

上下文模仿学习使机器人能从演示中获取技能，但单次轨迹生成在环境变化下表现脆弱。本文提出 SAIL 框架，将机器人模仿重构为可随测试时计算扩展的迭代优化问题。该框架利用蒙特卡洛树搜索，以完整轨迹为节点、轨迹优化为边，并通过成功轨迹档案检索、基于视觉语言模型的评分机制及步级反馈引导优化。实验表明，增加测试时计算能显著提升复杂任务成功率，最高达 95%，证明了轨迹级测试时扩展是通往通用机器人代理的稳健路径。