RADAR：通过语义规划与自主因果环境重置实现闭环机器人数据生成

针对机器人学习中物理交互数据获取成本高、扩展性差的问题，本文提出 RADAR，一种完全自主的闭环数据生成引擎。该系统将认知负载分解为四模块流程：利用视觉语言模型基于少量演示进行语义对象定位与技能检索以生成任务；通过图神经网络策略执行动作；利用结构化视觉问答自动评估成功率；最后通过有限状态机 orchestrate 自主环境重置。特别是其采用的前后向同步规划与严格因果序列，实现了工作空间的无缝恢复及失败鲁棒回收，将数据采集转化为自维持过程。