论文 / 摘要阅读
Teach-Abstract-Apply：面向协作机器人的对话驱动任务学习框架
Teach, Abstract, Apply: A Framework for Dialogue-Driven Task Learning with Collaborative Robots
AI 导读 · 根据来源整理
研究提出 Teach-Abstract-Apply（TAA）框架，让操作者用自然语言向协作机器人教授新工作流，再将其抽象为可复用技能并应用到不同场景。作者以协作搭建结构任务为案例，在自博弈与跨模型配置下用开源 Qwen3-Coder 和闭源 GPT5.2-Codex 进行评估，结果显示技能抽象提升了任务成功率并降低了交互成本。除自动评估外，一项初步的人在回路研究提示该流程也能配合人类指令工作。论文为预印本。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org