本文探讨了机器人技能学习中的数据重用，提出了多任务离线强化学习框架、自监督感知动作预训练方法和Skill Transformer方法，以提高机器人在新任务中的成功率并减少新数据集需求。此外，研究还提出了基于预测流的学习方法和身体变换器架构，优化了机器人学习过程，展示了不同机器人平台间的策略转移能力。