LC-IL：用语言批评从次优演示学习机器人技能，7 项任务平均领先基线 7 个点

NTU等机构团队在CoRL 2026 workshops提出LC-IL，让机器人借助语言批评从次优演示中学习。方法以SmolLM2-135M生成结构化标签，并形成可接入BC与diffusion policy的LC-BC、LC-DP，测试时零额外开销。在7项连续控制任务、50 rollouts中，两者平均得分67.7和72.6，较基线高约7个点以上；专家数据仅占33%时仍达87%。