Ця стаття розглядає виклик навчання роботів складним маніпуляційним завданням за допомогою недосконалих людських демонстрацій. Ми пропонуємо нову структуру з участю людини в циклі, яка дозволяє роботу звертатися до людського експерта за роз'ясненнями або виправленнями під час вивчення політики, що призводить до швидшої конвергенції та більш надійної продуктивності завдань у реальних неструктурованих середовищах, таких як логістика та допоміжна робототехніка.