本文介绍了一个自我迭代的多跳程序生成框架（HopPG），用于异构知识上的多跳程序生成。该框架利用前一跳的执行结果来检索支持事实并迭代生成后续程序。在MMQA-T^2上的评估结果表明，HopPG在多跳问题上优于现有的语义解析基线模型。