مشکل این است که این دستورات انتزاعی بوده و می‌توان از آن برداشت‌های مختلفی داشت که همین امر باعث می‌شود که یک ربات نتواند کار خود را به درستی انجام داده و آن را به اتمام برساند.
به عنوان مثال، کسی که در یک انبار و با یک لودر رباتیک کار می‌کند، به همکار رباتیک خود می‌گوید " این پالت را بگیر".
این یک فرمان بسیار انتزاعی است که شامل تعدادی از مراحل کوچک‌تر مانند بلند کردن بار، قرار دادن چنگال در زیر آن و بالا بردن آن است.
با این وجود، دستورالعمل‌های رایج دیگر ممکن است دقیق‌تر باشند و تنها یک عمل واحد را شامل شوند: برای مثال، چنگک لودر را کمی عقب ببر!
محققان می‌گویند که سطوح مختلف انتزاعی در این فرمان‌ها می‌تواند مشکلاتی را برای مدل‌های فعلی ربات‌ها ایجاد کند.
اکثر مدل‌ها سعی می‌کنند نشانه‌ها را از کلمات موجود در فرمان و همچنین ساختار جمله‌ها شناسایی کنند و سپس یک عمل دلخواه را از آن زبان استنتاج کنند.
نتایج استنتاج شده سپس یک الگوریتم را طراحی می‌کنند که به واسطه آن می‌توان برای انجام کار مورد نظر برنامه ریزی کرد.
با این حال، بدون در نظر گرفتن ویژگی دستورالعمل‌ها، ربات ممکن است برای دستورالعمل‌های ساده بیش از حد برنامه‌ریزی کند یا برای دستورالعمل‌های انتزاعی که شامل مراحل کوچک زیادی هستند، زیاد برنامه‌ریزی نکند.
این امر می‌تواند منجر به اقدامات نادرست و یا برنامه‌ریزی بیش از حد طولانی ربات‌ها برای انجام کارها شود.
اما سیستم جدید، سطح پیشرفته‌ای را به مدل‌های موجود اضافه می‌کند و علاوه بر سهولت استنتاج کار دلخواه از زبان، می‌تواند آن را نیز تحلیل کند تا سطح مشخصی از انتزاع را در آن بیابد.
این سیستم جدید در مقایسه با سیستم‌های رایج فعلی، می‌تواند روند انجام کارها را تسریع بخشد و می‌تواند در 90 درصد مواقع در یک ثانیه به این دستورات پاسخ دهد.
با وجود این پیشرفت پیش‌بینی می‌شود که افراد می‌توانند با ماشین‌های خودکار در خانه و محل کار خود ارتباط برقرار کنند.
