ACE：以零样本工作流推理控制机器人操作

通用机器人操作需要理解语义约束，也需要可靠执行密集接触动作。ACE把高层语言Agent与可复用的掩码条件视觉运动策略组成操作Harness。Agent根据开放指令处理语义约束，绑定对象与目标位置，将任务分为由持续跟踪的抓取和放置掩码表示的可执行转移。执行反馈支持结果核对、重新定位和重试；物体与任务的持久上下文在操作改变视觉线索时仍保留先前对应关系。论文在语义公式组装与约束检索两项真实多步桌面任务上评测。视觉运动策略只用通用抓放演示训练，并在没有完整任务演示的情况下复用，实现任务层面的零样本组合。每项任务20次随机实验中，ACE成功率分别为70%和80%，无持久上下文时为55%和70%。结果表明，明确的物体—目标接口与闭环反馈可将基础动作策略扩展到语义不同的任务。