VerifLM：经物理验证的图像编辑引导机器人操作目标位姿生成

VerifLM 是一个把图像编辑得到的目标构型转换为经物理验证的 6-DoF 物体位姿、用于规划的框架。它从编辑后的图像恢复主动物体与被动目标物体之间的初始相对位姿，再让视觉语言模型生成逐轴采样约束和任务特定验证程序，候选位姿在物理仿真器中评估，并由 VLM 选出最符合任务的保留候选。为摆脱预定义物体网格和物理参数，VerifLM 从 RGB-D 观测重建度量几何，并构建多组物理与几何参数不同的假设仿真，以候选在多少个世界中满足验证程序来排序。