RoboTAP是一种基于点追踪技术的少样本视觉模仿方法，可以实现机器人在多个任务和场景中的精准操作。它不需要特定于任务的训练或神经网络微调，可以快速添加新任务。作者提出了四个贡献，包括制定多任务操作问题、解决方法、新的密集跟踪数据集和实证结果。RoboTAP的核心是利用TAPIR密集地跟踪演示，并自动发现每个阶段的活动点集，然后形成机器人上的运动计划。通过视觉伺服，实现精确的行为。