Code as Policiesკონტროლი, რომელიც იყენებს ენის მოდელით გენერირებულ პროგრამებს, რათა რობოტებს შეეძლოს კომპლექსური დავალებების შესრულება კოდის‑ზე დაფუძნებული პოლიტიკებით.

Code as Policies არის ჩარჩო, რომელიც ენის მოდელით წარმოქმნილი პროგრამების გამოყენებით საშუალებას აძლევს რობოტებს კომპლექსური დავალებები შეასრულონ კოდზე დაფუძნებულ პოლიტიკების საშუალებით. იგი აძლევს რობოტებს შესაძლებლობას, მიიღონ და აარსონ ბუნებრივი ენის ინსტრუქციები, იყენებს დიდი ენის მოდელებს (LLM) რობოტის პოლიტიკის კოდის შესერად. ეს ჩარჩო თავისი შესაძლებლობებს აჩვენებს მაგიდის manipulation დავალებების დემონსტრაციით, როგორიცაა ბლოკების დალაგება და მათი მოთავსება კოვზებში, და შეიძლება გამოყენებულ იყოს სხვადასხვა დომენებში. კლასიკური ლოგიკური სტრუქტურების ჯაჭვობით და მესამე მხარის ბიბლიოთეკების მითითებით, გენერირებული კოდი შეძლებს სივრცის-გეომეტრიულ რეზონანს, ახალი ინსტრუქციებზე გადატანა და გაუგართავი აღწერებისთვის ზუსტი მნიშვნელობების მინიჭება. ფრემვორკი იყენებს few-shot prompting მიდგომას, რათა შეაწეროს რობოტის პოლიტიკა, რომელიც შეიძლება იყოს reactive policies და waypoint‑based policies. ის შეუძლია უფრო კომპლექსური კოდის დაწერა და გაუმჯობესებს state‑of‑the‑art HumanEval benchmark‑ზე პრობლემების გადაჭრაში. ფრემვორკის შესაძლებლობების კოდსა და ვიდეოს მაგალითები ხელმისაწვდომია მისი GitHub repository‑ში. სამუშაო მაგიდის მანიპულაციის დომენში, ჩარჩო იყენებს ბუნებრივ ენაში მოცემულ არგუმენტებს, რათა გენერირებული კოდის შექმნას ფუნქციების გამოძახებების მეშვეობით. პრომპტები გამოიყენება ენის მოდელის სპეციალიზაციისთვის სხვადასხვა ფუნქციების შესრულებაზე. ჩარჩო თავისი შესაძლებლობებს აჩვენა სხვადასხვა დავალებებში, მათ შორის ბლოკების კვადრატში განლაგება, ბლოკების კონკრეტული პოზიციებზე გადატანა და ბრძანებების შესრულება, რომლებიც მოიცავს შემოქმედებით მოთხრობებს. თუმცა, ჩარჩოს დამოკიდებულება large language models-ზე ნიშნავს, რომ მისი შესაძლებლობები და bias-ები შეიძლება შეზღუდულნი იყოს მათ უნარ-ჩვევებისა და შეზღუდვების გამო. დამატებით, natural language arguments-ის გამოყენება შეიძლება გამოიწვიოს გაუგებრობები ან გაურკვევლობები გენერირებულ კოდში.