本文提出了一种新方法MAGIC（可推广智能接触的操控类比），旨在一次性学习操控策略并快速适应新物体。MAGIC通过参考动作轨迹，识别新物体的接触点和动作序列，从而提升适应性和运行速度。

本文探讨了如何利用文本预训练转换器（如GPT-4 Turbo）进行视觉模仿学习，能够在少样本情况下将视觉观察转化为动作轨迹。研究表明，这种方法在低数据环境下的表现与最先进的模仿学习相媲美，并提出了新的视觉和动作学习路径。多个基于少样本学习的模型在不同数据集上取得了优异的识别效果。