본 논문은 로봇에게 복잡하고 개방적인 지시를 수행하게 하는 새로운 방법인 Language Instruction grounding for Motion Planning (LIMP)을 제안합니다. LIMP는 사전에 구축된 의미 지도 없이 실제 환경에서 복잡하고 개방적인 지시를 검증 가능하게 따를 수 있도록 합니다. 사용자의 의도와 로봇의 행동을 일치시키는 기호적 지시 표현을 구성하여, 올바른 로봇 행동을 생성합니다. 5가지 실제 환경에서 150개의 지시에 대한 대규모 평가를 통해 다양하고 비구조적인 영역에서의 LIMP의 다용성과 배포 용이성을 입증하였습니다. 표준 개방형 어휘 작업에서는 최첨단 기준 모델과 비슷한 성능을 보였고, 복잡한 시공간 지시에 대해서는 79%의 성공률을 달성하여 38%의 성공률에 그친 기준 모델을 크게 능가했습니다.
