การเขียนโปรแกรมหุ่นยนต์ยังคงเป็นเรื่องยากสำหรับผู้ใช้ทั่วไป เนื่องจากต้องอาศัยความเชี่ยวชาญเฉพาะทาง แม้แต่การใช้เครื่องมือแบบลากวาง (Block-based) ก็ยังมีความยืดหยุ่นไม่เพียงพอ งานวิจัยนี้จึงนำเสนอ APPROVE (AI-Powered Programming for Robots with Visual End-User Feedback) ซึ่งเป็นเฟรมเวิร์กที่นำความสามารถของ Large Language Models (LLMs) มาผสานกับส่วนติดต่อผู้ใช้ที่เข้าใจง่าย
ระบบนี้ช่วยให้ผู้ใช้สามารถสั่งงานหุ่นยนต์ด้วยภาษาธรรมชาติ (Natural Language) จากนั้น LLM จะสร้างโปรแกรมออกมาในรูปแบบของบล็อกคำสั่ง (ใช้ Blockly) ซึ่งผู้ใช้สามารถมองเห็นขั้นตอนการทำงาน ตรวจสอบความถูกต้อง แก้ไข หรือยืนยันก่อนที่หุ่นยนต์จะเริ่มทำงานจริง กลไกนี้ช่วยสร้างความเชื่อมั่นและทำให้มั่นใจว่าหุ่นยนต์จะทำงานตามเจตนาของผู้ใช้อย่างแม่นยำ
จุดเด่นอีกประการของ APPROVE คือระบบห้องสมุดคำสั่ง (Library) เมื่อผู้ใช้ยืนยันว่าโปรแกรมใดทำงานได้ถูกต้อง ระบบจะบันทึกฟังก์ชันนั้นไว้เพื่อให้สามารถนำกลับมาใช้ใหม่หรือเรียกใช้ผ่านคำสั่งอื่นๆ ได้ในอนาคต ช่วยให้การพัฒนาคำสั่งหุ่นยนต์มีความต่อเนื่องและสะสมเป็นฐานความรู้ที่เชื่อถือได้
