ในการสอนหุ่นยนต์ผ่านการสาธิต การแบ่งขั้นตอนงานออกเป็นส่วนย่อยๆ (Segmentation) เป็นสิ่งสำคัญแต่ทำได้ยากและใช้ต้นทุนสูงหากใช้วิดีโอ KiRoSe (Kinematics for Robot Segmentation) จึงถูกพัฒนาขึ้นเพื่อใช้ข้อมูลจลนศาสตร์ (Kinematic Data) ของหุ่นยนต์โดยเฉพาะมาประมวลผลแทน
ระบบนี้ใช้แนวคิด Sparse Motion Tokens (SMTs) ซึ่งเป็นการแปลงข้อมูลวิถีการเคลื่อนไหวให้เป็นรหัสคำศัพท์ที่กะทัดรัด ทำให้โมเดลภาษา (Open Language Models) สามารถเข้าใจและวิเคราะห์ขั้นตอนงานได้ง่ายขึ้น ผลการทดสอบพบว่า KiRoSe ให้ความแม่นยำสูงกว่าวิธีเดิมๆ และสามารถนำไปใช้กับหุ่นยนต์รุ่นที่ไม่เคยเห็นมาก่อน หรือแม้แต่การเคลื่อนไหวของมนุษย์ได้ทันทีโดยไม่ต้องฝึกใหม่
