已收录文章摘要，完整内容可前往原文阅读。
机器人在真实世界中的每一次执行，都在产生经验。如何把这些经验利用起来，一直是个难题。传统做法依靠人工纠正，由远程操作人员监控机器人执行，在策略出错时接管并给出正确动作。这种模式在几台机器人上还可以维持