本文介绍了一种神经符号组合推理模型，结合语言引导的视觉推理与机器人操作。该模型通过共享技能库处理任务，使用语言解析器将查询映射为可执行程序，取得高准确性和可转移性。同时，研究探讨了大型语言模型在机器人控制中的应用，提出新框架以提升机器人操控能力，并展示了与人类互动的改进。