本文探讨了通过增强和无监督学习训练机器人理解自然语言指令的研究进展，涵盖视觉概念学习、语言与视觉的互动及功能词汇习得。研究表明，大型语言模型在不同层次上学习抽象概念，并提出了新方法POAC，以提高图像生成的准确性和美学质量，同时综述了组合学习在计算模型和认知研究中的应用。

该文介绍了一种使用Transformer-based PrLM的masking机制的组合学习方法，成功地在对话领域适应性训练策略上取得了新的最先进性能。