Few-Shot-Imitation
Erlernen einer neuen Manipulationsaufgabe aus einer sehr kleinen Anzahl von Demonstrationen (typischerweise 1–10), ermöglicht durch starke vortrainierte Darstellungen oder meta-gelernte Aufgabeneinbettungen. Few-Shot-Imitation ist das praktische Ziel für die Bereitstellung von Robotern in vielfältigen realen Umgebungen, in denen das Sammeln von Hunderten von Demos pro Aufgabe nicht machbar ist. Methoden umfassen aufgabenbedingte Kontrollpolitiken, prompt-basierte VLAs und Retrieval-Augmented-Ansätze.







