基于神经符号反事实推理的跨领域演示到代码生成

本文针对视觉语言模型在视频指导机器人编程中面临的跨域适应问题，提出了神经符号反事实推理框架（NeSyCR）。由于演示与部署环境存在感知和物理差异，现有模型缺乏重构因果依赖的能力。NeSyCR 将视频演示抽象为捕捉底层任务过程的符号轨迹，通过推导反事实状态揭示跨域不兼容性，并在可验证的符号状态空间中探索以提出程序修正方案。实验表明，该方法在仿真及真实操作任务中均实现了鲁棒的跨域适应，任务成功率较最强基线提升 31.14%。