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
这篇综述围绕“上下文证据如何连到执行”这一问题，把机器人上下文学习（ICL）文献整理为四类接口——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，并在操作与导航两类任务上比较它们的迁移假设以及训练、对应关系与记忆的作用，进而提出把“对教学的响应性”“物理迁移”“保留经验带来的收益”区分开的评估实践，并给出连接组合式任务获取、忠实迁移与物理递归自我改进的研究议程。