**机器人上下文学习综述：方法与应用**

_In-Context Learning for Robots: Methods and Applications_

> 该论文综述了机器人领域的上下文学习（ICL）技术，旨在通过演示和交互指导固定神经参数的机器人执行新任务。文章将现有方法分为四类：上下文条件策略、几何演示迁移、基于世界模型的控制以及基于技能和智能体的执行。通过比较这些接口在操作和导航任务中的表现，论文分析了其在物体、环境变化下的迁移能力，并提出了结合组合任务获取与物理递归自我改进的未来研究议程。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.36012)