Code to Control：合成参数化反应式控制器

Code to Control 让 LLM 合成 Python 控制器结构、再用无导数搜索拟合参数，生成的控制器在决策时无需 LLM 推理或规划，动作选择比 PPO 策略更快。在 Atari、Flappy Bird 和 MuJoCo 任务上，它优于基于规划的程序合成方法，与深度强化学习相当但环境交互更少，并能跨环境动态变化迁移、扩展到复杂运动任务。