अल्प-शॉट अनुकरण
बहुत कम संख्या में प्रदर्शनों (आमतौर पर 1–10) से एक नई हेराफेरी कार्य सीखना, जो मजबूत पूर्व-प्रशिक्षित प्रतिनिधित्व या मेटा-सीखे गए कार्य एम्बेडिंग द्वारा सक्षम है। अल्प-शॉट अनुकरण विविध वास्तविक-विश्व सेटिंग्स में रोबोट तैनात करने का व्यावहारिक लक्ष्य है जहाँ प्रति कार्य सैकड़ों प्रदर्शन एकत्र करना अव्यावहारिक है। विधियों में कार्य-सशर्त नीति, प्रॉम्प्ट-आधारित VLA और पुनः प्राप्ति-संवर्धित दृष्टिकोण शामिल हैं।







