本研究探讨了在模拟环境中学习掌中物体重新定向技能并将其转移到现实世界的挑战。提出了一种基于已有旋转技能的层次化策略，能够根据环境反馈选择低级技能，从而增强系统的稳健性和模拟到现实的转移效果。

本研究提出了CodeTree框架，旨在提高大型语言模型在复杂编码任务中的搜索效率。该框架通过树结构探索编码策略，并利用环境反馈优化决策，从而提升多个基准测试的表现。