本研究提出了一种名为DemoStart的自适应课程强化学习方法，解决了复杂操作行为学习中样本稀缺的问题。该方法通过从模拟环境中提取示范和稀疏奖励，实现了零样本从模拟到现实的迁移，减少了示范数量，运用了多相机原始像素和机器人自我感知来学习策略。