标题：谷歌|Do As I Can, Not As I Say: Grounding Language in Robotic Affordances(尽我所能，而不是我说的：将语言转化为机器人能力)

作者：Michael Ahn, Anthony Brohan, Noah Brown, Andy Zeng等

简介：本文介绍了一种语言模型转化为机器指令的方法。作者提出了一种与日常机器人合作开发的新颖方法，该方法利用高级语言模型知识使物理代理人（例如机器人）能够遵循以物理为基础的任务的高级文本指令，同时在任务中建立语言模型 在特定的现实世界环境中是可行的。作者通过将机器人放置在真实的厨房环境中并赋予它们以自然语言表达的任务来评估作者称之为 PaLM-SayCan 的方法。作者观察到时间扩展的复杂和抽象任务的高度可解释的结果，例如“我刚刚锻炼，请给我带点零食和饮料来恢复”。具体来说，作者证明在现实世界中将语言模型接地几乎可以将非真实基线的错误减少一半。作者也很高兴发布一个机器人模拟设置，研究社区可以在其中测试这种方法。

代码下载：https://github.com/google-research/google-research/tree/master/saycan

论文下载：https://arxiv.org/pdf/2204.01691

演示地址：https://sites.research.google/palm-saycan

内容中包含的图片若涉及版权问题，请及时与我们联系删除