这篇100页、412篇参考文献的综述把机器人上下文学习拆成四类接口，并主张把“是否听懂教学”与“换物体后能否执行”分开评估

综述提出以“接口”为组织轴，把机器人ICL划分为四类：上下文条件化策略、几何示范迁移、基于世界模型的控制、技能与智能体式执行。 既有综述多按教学接口与所学策略、奖励或计划来组织示范学习，或按上下文内容、推理目标、适应机制与迁移来组织操作类ICL；本文改为追问上下文证据经由哪个中间量抵达执行。 这是综述层面的分类学贡献，摘要与引言明确给出四类划分，并说明比较这些接口可以澄清各自的迁移假设以及训练、对应关系与记忆在“让上下文有用”中的角色；正文以操作与导航为范围展开。

综述把“机器人是否推断出教学所给的要求”与“其执行器能否在物体或环境改变后实现该要求”区分为两个问题。 这一区分把更广的运动能力与更广的“通过教学来学习”的能力分开，指出更宽的预训练运动能力、更有信息量的教学、选择性的经验复用分别对应适应过程的不同限制。 摘要与引言给出该区分的表述，并举例说明：把物体放到正确目的地仍可能违反所要求的手柄抓取，因此需要同时追踪预期效果与规定的顺序或接触；跨物体迁移被描述为检验教学在替换一个或两个交互物体后是否仍然有用。

综述把方法设计与评估实践相连，主张评估应区分对教学的响应性、物理迁移，以及来自保留经验的收益。 相对以往偏重方法或数据与评估的互补综述，本文把“上下文依赖”“迁移”“保留经验收益”作为需要在评估控制下分开识别的对象，并据此提出组合式任务获取与提升可教性的议程。 摘要称该分析把方法设计与评估实践相连；引言列出第三项贡献为综合已报告的比较与评估控制；社区说明指出“设计实验的读者可能觉得评估章节是有用起点”。

综述给出一个更长期的研究议程：把组合式任务获取、忠实迁移与物理递归自我改进（经验改善后续任务的学习能力）连接起来。 该议程把上下文保留、可执行程序与神经更新视为物理自我改进可经由的不同通道，并把集体知识演化作为把学习循环扩展到多机器人群体的目标。 摘要与引言以S5、S6两个学习视野表述该目标，并说明其实现可能组合若干更早的能力；文中同时指出这些是研究目标而非已实现结果。

该综述面向需要让通用机器人从示范、纠正与交互中推断新任务要求的研究者与工程实践者，适用范围为操作与导航两类任务，关注部署时神经参数固定、由上下文引导既有能力的情形；其分类与评估建议意在用于设计实验与比较方法，包括跨物体替换、陌生环境与执行条件变化下的迁移检验，以及区分上下文依赖、物理迁移与保留经验收益的评估控制。文中把物理递归自我改进与集体知识演化表述为研究目标，其实现可能组合若干更早的能力。

作为综述，其结论形态是文献综合与分类，而非单一实验的结果，因此四类接口之间的相对优劣取决于所引研究各自的设定。文中把物理递归自我改进与集体知识演化列为研究目标，其可行性仍待后续工作检验。此外，本次可读文本为摘要、引言与部分正文片段，图表与表格内容未完整呈现，四类接口在具体方法层面的细节与评估控制的具体做法，仍需回到原文相应章节确认。