Code to Control：合成参数化反应式控制器

Code to Control 提出了一种由 LLM 合成 Python 控制器结构、并通过无导数搜索拟合连续控制参数的方法，直接作为策略执行。生成的控制器在决策时无需 LLM 推理或规划，动作选择速度快于 PPO 策略。在 Atari、Flappy Bird 和 MuJoCo 任务中，其表现优于基于规划的程序合成方法，且所需环境交互更少。