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