盖世汽车讯 设想在不久的将来，工作人员在仓库或办公室带一名新员工熟悉岗位，而这名新人是一台机器人。想要教会它工作，工作人员可以采用 " 边演示边讲解 " 的教学方式：实操演示多种作业方式，同步口述操作要点。

举例来说，工作人员让机器人把咖啡放到桌上，不能打扰正在线上开会的同事。工作人员希望机器人远离自己和笔记本电脑，避免打断会议。想要实现该效果，需要用完整任务数据训练机器人。以往科研人员要么录制大量实操演示，要么撰写详尽操作说明来教会机器人完成抓取作业；一旦缺少足量演示样本或详细文字指引，机器人极易误解任务要求。

对人类而言，这种 " 演示加讲解 " 的过程相当费时费力。据外媒报道，麻省理工学院计算机科学与人工智能实验室（Computer Science and Artificial Intelligence Laboratory,   CSAIL）的研究团队实现了一种机器人教学自动化方案，这套方案可自动完善模糊指令，且所需演示数据减少了近五分之四。

研究提出掩码逆强化学习（Masked IRL）算法：依托首个大语言模型，结合人工演示数据补全语义含糊的指令；再由另一套大模型筛选关键信息，敲定需要写入运动规划的细节，让机器人能够在家庭、办公室、工厂环境中安全完成各类作业。