單樣本模仿學習（one-shot imitation learning）

單樣本模仿學習追求的是人們視為理所當然的那種彈性：看一次全新任務的示範，馬上就能自己做。給系統看一個把「這些特定積木」依「這個特定順序」堆疊的範例，它就應當當場完成那個任務——不必重新訓練，也不需要第二次示範。

訣竅是事先訓練的不是針對單一任務的策略，而是一個把示範當成輸入一部分來讀取的策略。在一大群相關任務的分布上，網路學會去關注示範、萃取意圖，並據此來條件化自己的動作。測試時，一個未見任務的全新示範就只是變成新的脈絡，很像語言模型遵循一條它從未被明確訓練過的指令。

它把一般模仿那種沉重的「每任務資料」換成沉重的「事前後設訓練」，外加一個強假設：新任務與訓練分布相似；真正新穎的任務仍會讓它失靈。