SAIL: Scaling In-Context Imitation Learning

Sakana AI 与东京大学合作提出 SAIL 方法，通过测试时扩展提升基于视觉语言模型（VLM）的机器人轨迹生成可靠性。该方法利用少量成功演示生成轨迹，在模拟器中测试并用评估 VLM 检查视频以识别停滞点，再通过蒙特卡洛树搜索（MCTS）优化轨迹。在六个模拟操作任务中，搜索预算从 1 增至 45 后，成功轨迹生成率从 25% 提升至 73%。