示教学习（Learning from Demonstration, LfD）是一种让智能体通过观察人类或其他专家的示范行为来学习任务执行策略的机器学习方法。这种方法的核心在于将专家的动作序列转化为可泛化的策略，使智能体能够在类似场景中复现相同或相似的行为。示教学习通常包含三个关键步骤：示范数据的采集、策略的提取与泛化，以及策略的执行与优化。与传统的强化学习相比，示教学习能够显著降低探索成本，特别适用于动作空间复杂或奖励函数难以定义的任务场景。
在具身智能产品开发中，示教学习技术已被广泛应用于工业机器人编程、服务机器人技能获取等领域。例如，通过让工人直接操控机械臂完成装配动作，系统可以自动提取关键轨迹点并生成可重复执行的程序。这种「手把手」教学方式大幅降低了机器人编程门槛，使非专业人员也能快速部署自动化任务。随着模仿学习（Imitation Learning）和逆强化学习（Inverse Reinforcement Learning）等衍生技术的发展，示教学习正在向更复杂的多模态交互场景延伸。