Code as PoliciesEin Framework, das Programme mithilfe von Sprachmodellgenerierung verwendet, um Roboter zur Erfüllung komplexer Aufgaben durch Code-basierte Richtlinien zu ermöglichen.

Code as Policies ist ein Framework, das von Sprachmodell‑generierten Programmen nutzt, um Robotern zu ermöglichen, komplexe Aufgaben durch codebasierte Richtlinien auszuführen. Es erlaubt Robotern, natürliche Sprachbefehle zu verstehen und umzusetzen, indem große Sprachmodelle den Roboterrichtlinien‑Code schreiben. Dieses Framework demonstriert seine Fähigkeiten anhand von Tischmanipulationsaufgaben, wie dem Anordnen von Bausteinen und dem Platzieren in Schüsseln, und kann in verschiedenen Bereichen eingesetzt werden. Durch das Verketten klassischer Logikstrukturen und das Einbinden von Drittanbieter‑Bibliotheken kann der generierte Code räumlich‑geometrisches Schließen ermöglichen, auf neue Anweisungen verallgemeinern und präzise Werte für mehrdeutige Beschreibungen vorgeben. Das Framework verwendet einen Few-Shot-Prompting-Ansatz, um Roboter‑Policies zu schreiben, die reaktive Policies und waypoint‑basierte Policies darstellen können. Es kann komplexeren Code erzeugen und verbessert den Stand der Technik bei der Lösung von Aufgaben im HumanEval‑Benchmark. Code und Videos, die die Fähigkeiten des Frameworks demonstrieren, sind in seinem GitHub‑Repository verfügbar. In dem Bereich der Tischmanipulation nutzt das Framework natürliche Sprachargumente, um den generierten Code über Funktionsaufrufe zu komponieren. Prompts werden verwendet, um das Sprachmodell für verschiedene Funktionen zu spezialisieren. Das Framework hat seine Fähigkeiten in diversen Aufgaben demonstriert, darunter das Anordnen von Blöcken zu einem Quadrat, das Verschieben von Blöcken an bestimmte Positionen und sogar das Ausführen von Befehlen, die kreatives Geschichtenerzählen beinhalten. Allerdings kann die Abhängigkeit des Frameworks von großen Sprachmodellen (LLMs) bedeuten, dass es durch deren Fähigkeiten und Vorurteile eingeschränkt ist. Zudem kann der Einsatz von Argumenten in natürlicher Sprache zu Mehrdeutigkeiten oder Unsicherheiten im generierten Code führen.