Code to Control：合成参数化响应式控制器

研究人员提出 Code to Control 方法，利用 LLM 合成 Python 控制器程序结构，并通过无导数搜索结合环境反馈拟合连续控制参数。生成的控制器在决策时无需 LLM 推理或实时规划，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，且相比深度强化学习所需的环境交互更少。