VARP：面向非单调物体重排的视觉自适应规划器

VARP 是一种从专家演示生成的视觉状态表示中直接学习非单调物体重排的规划器，用于杂乱环境中需要先临时挪动物体再归位的任务。它根据当前与目标视觉状态预测抓放动作，并引入动作细化策略 ARS 提升动作可行性、进度强化策略 PES 缓解进度停滞，通过持续用最新视觉状态更新动作在线适应扰动，无需从头重规划或在线组合搜索。在重排基准上，VARP 达到 98.3% 成功率、每任务规划时间仅 0.4 秒，执行期扰动下成功率 97.5%，持续严重扰动下为 94.5%，并能泛化到未见过的物体数量。作者称结果表明该方法为非单调物体重排提供了可扩展且稳健的方案，论文为 arXiv 预印本。