محققان در ربات های روزمره از مدلهای زبانی در مقیاس بزرگ استفاده میکنند تا به روباتها کمک کنند تا از تعبیر نادرست ارتباطات انسانی به روشهایی که ممکن است باعث اقدامات نامناسب یا حتی خطرناک شود، جلوگیری کنند.
این ترکیب به نام PalM-SayCan، مسیری رو به جلو برای ساده سازی ارتباطات انسان به ربات و بهبود عملکرد وظایف رباتیک نشان می دهد.
به طور خلاصه، SayCan با توجه به یک دستورالعمل سطح بالا، احتمالات یک مدل زبان (که نشان دهنده احتمال مفید بودن یک مهارت برای دستورالعمل است) با احتمالات یک تابع مقدار (نماینده احتمال اجرای موفقیت آمیز مهارت مذکور) را برای انتخاب ترکیب می کند. مهارتی برای اجرا. این مهارتی را منتشر میکند که هم ممکن است و هم مفید. این فرآیند با افزودن مهارت انتخابشده به پاسخ ربات و جستجوی مجدد مدلها، تا زمانی که مرحله خروجی پایان یابد، تکرار میشود.”
در بخش روباتیک، رباتهایی که امروزه در کارخانهها استفاده میشوند، بهشدت برنامهریزی شدهاند. تحقیقات گوگل نشان میدهد که چگونه انسانها میتوانند روزی از زبان طبیعی برای پرسیدن سوالی از ربات استفاده کنند که به ربات نیاز دارد تا متن سوال را درک کند و سپس یک اقدام معقول را در یک محیط معین انجام دهد.