这项研究的主要目标是创建并严格评估一个纯粹的神经计算机器人系统，该系统使用因果推断来学习从人类演示中执行检查和维护任务。我们的重点是制作一个能够从单一示范中学习执行和概括任务的系统，就像人一样。我们的目标系统是一个类似于CERIL的神经网络实现，CERIL是一个因果推理系统，在机器人学习过程中为演示者的行为构建合理的解释假设，我们以前使用传统的符号人工智能软件来实现。为了实现这一具有挑战性的目标，我们的三个研究目标是：

1.创建一个神经虚拟机（NVM），一个纯粹的神经计算平台，用于实现认知层面的算法。

2.使用并加强NVM来实现一个目标导向的神经系统，用于基于因果关系知识和推理的机器人模仿学习。

3.比较人类受试者在学习与我们的机器人系统相同的程序时的表现，以获得对模仿学习的更深理解。