SayCan:不让 LLM"想当然",而是先问一句"你到底行不行"原文:Do As I Can, Not As I Say: Grounding Language in Robotic Affordances作者:Michael Ahn, Anthony Brohan, Noah Brown, Yevgen Chebotar, Omar Cortes, Byron David, Chelsea Finn, Chuyuan Fu … Andy Zeng(作者按字母序,Robotics at Google / Everyday Robots)arXiv:2204.01691v2 [cs.RO](CoRL 2022)· 项目页:say-can.github.io图 1:LLM 从未与环境交互过、也没观察过自己回答的后果,因此在物理世界里"不接地"。SayCan 用预训练技能的价值函数给 LLM 接地,让它能在真实机器人上执行抽象、长时程的指令。大模型知道"怎么收拾洒了的可乐",但它不知道眼前这台机器人搬不搬得动、够不够得着;SayCan 的做法是让 LLM 每写一步计划之前,都先让技能自己的价值函数(affordance)投一次票——只做"说得通"又"做得到"的事,在 1