문장을 프로그램으로
언어 모델에는 명령과 대응 코드의 예시를 준다. 새 지시가 들어오면 기존 API 호출을 다시 조합해 행동을 정의하는 프로그램을 만든다.
인식과 제어의 연결
생성한 함수와 피드백 반복문은 물체 검출 같은 인식 결과를 받아 제어 기본 동작의 매개변수를 정할 수 있다. 따라서 모든 감각 처리와 모터 제어를 언어 모델 하나로 새로 학습하는 방식은 아니다.
기하 계산과 함수 확장
프로그램은 일반적인 논리 구조와 수치 및 기하 라이브러리를 이용할 수 있다. 정의되지 않은 함수를 재귀적으로 작성하는 계층적 생성으로 더 복잡한 코드를 구성한다.
정책의 형태와 평가
연구는 반응형 제어와 경유점 기반 이동 등 여러 정책 형태를 실제 로봇에서 제시했다. 코드 생성 벤치마크의 정답률과 로봇 작업의 성공률은 별개 지표이며, 생성된 프로그램의 정확성도 따로 확인해야 한다.