FoldingAgent：从折纸演示视频推断参数化折纸程序

FoldingAgent 是一个智能体框架，能直接从折纸演示视频中推断出显式的参数化折叠程序。它基于预训练 VLM，配备模拟几何变换、验证物理合理性、检索比对视觉内容及自评估预测的工具，并定义了几何与参数化折叠动作构成的参数空间，可顺序操作并重新规划动作以缓解多步折叠的累积误差。