See and Switch：用于交互式机器人技能编程的基于视觉的分支方法

本文提出 See & Switch 框架，解决示教编程在真实世界变异中的扩展难题。该方法将任务表示为可通过决策状态连接的可扩展技能图，利用眼在手视觉图像进行在线分支选择及分布外上下文检测。系统整合了多种交互模态，支持用户在执行中高效补充演示。实验表明，该方法在复杂灵巧操作任务中，为新手用户实现了高精度的分支选择与异常检测，显著提升了机器人技能学习的鲁棒性与适应性。