论文《Neural Task Graphs: Generalizing to Unseen Tasks from a Single Video Demonstration》旨在让机器人基于任务的单个视频演示执行以前未见过的任务。该论文中所采用方法取得成功的关键在于，将关于已见过任务的知识迁移至具有相似语义的未见过任务上。更重要的是，文中假设，为了根据单个视频演示成功执行复杂任务，有必要将组合性明确融入至模型中。为了验证该假设，李飞飞等人提出了神经任务图（NTG）网络，它使用任务图作为中间表示来模块化视频演示和导出策略的表征。结果表明，该公式在两个复杂任务（BulletPhysics中的块堆叠和AI2-THOR中的目标收集）上实现了很强的任务间泛化能力。进一步研究表明，同样的原则可以应用到真实世界视频中。结果显示，NTG可以提高Breakfast数据集中少镜头活动理解的数据效率。