Googleの研究科学者であるWenhao Yu氏とFei Xia氏は、ユーザーが自然言語入力を通じてロボットにタスク教示する新しいアプローチを導入した。報酬関数をインターフェイスとして活用することで、言語と低レベルのロボットの動作の間のギャップが埋められる。提案されたアプローチは、大規模言語モデル（LLM）の強みを利用し、それらを低レベルモデル予測制御（MuJoCo MPC）と組み合わせて、自然言語命令を報酬指定コードに変換し、それに応じて最適なロボット動作を生成するシステムを作成する。このアプローチは、ロボット工学における幅広い応用が期待されている。このアプローチの核となるコンポーネントは、「Reward Translator」と「Motion Controller」で構成される。Reward Translatorはユーザーの指示を解釈し、それを拡張して、必要なロボットの動作の詳細な説明を作成する。これにより、報酬関数を生成するプロセスがより安定し、信頼できるものになる。さらに、Motion Controlerは、生成された報酬関数に基づいて最適なロボットの動作を合成し、ロボットが目的のタスクを効果的に実行できるようにする。 この新しいアプローチは、トレーニングデータが限られているために、LLMから低レベルのロボットアクションを直接生成するという課題に対処する。報酬関数を仲介として採用することで、システムは自然言語命令に基づいて複雑なロボットの動作を生成できる。報酬関数とモデル予測制御の組み合わせは、四足歩行から器用な操作タスクに至るまでの潜在的なアプリケーションを備えた、インタラクティブで多用途なロボットプログラミングへの有望な道を提供する。