Imitação com Poucos Exemplos
Aprender uma nova tarefa de manipulação a partir de um número muito pequeno de demonstrações (tipicamente 1–10), habilitado por representações pré-treinadas fortes ou embeddings de tarefas meta-aprendidos. A imitação com poucos exemplos é o objetivo prático para implantar robôs em ambientes reais variados onde coletar centenas de demonstrações por tarefa é inviável. Os métodos incluem políticas de controle condicionadas por tarefa, VLAs baseadas em prompts e abordagens aumentadas por recuperação.







