机器人做一串长任务，最后失败了，不等于最后一步才错，也不等于前面的计划一定错。比如高层决定“拿起物体”，这个决定可能合理，只是机械臂执行时打滑。若把整段失败轨迹直接拿来训练，机器人反而可能学错责任归属。
MAGMA-GEN的关键，是让诊断接受一次“如果当时换一步”的检验。系统先由 privileged coach——训练时能看到更多状态信息的辅助模块——推测较早出现的决策错误，并提出局部修正或恢复动作；随后从同一状态、在匹配条件下重新执行。只有新动作确实改善了后续进展，这条样本才会被保留为恢复监督，也就是教机器人陷入坏状态后如何补救的训练信号。
这样，机器人能从自己实际遇到的失败中生成教材，又不必为每一步配人工示范。作者称，该方法在仿真与真实机器人上的长程交互操作任务中，相比蒸馏和轨迹修复基线提升了任务成功与恢复能力；供稿未披露具体增幅。