Imitación con Pocas Demostraciones
Aprender una nueva tarea de manipulación a partir de un número muy pequeño de demostraciones (típicamente 1–10), habilitado por representaciones preentrenadas fuertes o incrustaciones de tareas aprendidas por meta-aprendizaje. La imitación con pocas demostraciones es el objetivo práctico para desplegar robots en entornos reales variados donde recopilar cientos de demostraciones por tarea es inviable. Los métodos incluyen políticas de control condicionadas por tarea, VLAs basadas en indicaciones y enfoques aumentados por recuperación.







