UniPred 入选 IEEE T-RO 2026，机器人可从演示中自创任务概念

CMU 等机构团队的 UniPred 论文被 IEEE Transactions on Robotics 2026（机器人基础模型专刊）接收。UniPred 通过 agent-in-the-loop 机制，让 LLM agent 提出概念、神经分类器从演示图像特征中学习并检验概念一致性，迭代形成可用于长程任务规划的概念。相关学习可应用于物体状态、点云和相机图像，并支持技能失效后的重新规划。