No entanto, quando testado com novos cenários “invisíveis”, o RT-2 quase dobrou seu desempenho para 62 % em comparação com os 32 % do RT-1.Além disso, o RT-2 também foi co-treinado em dados de seu modelo antecessor (RT-1), que foi coletado durante um período de 17 meses em um “ambiente de cozinha de escritório” por 13 robôs.O RT-2 se baseia no trabalho anterior da IA no Google, incluindo o Modelo de Linguagem e Imagem de Pathways (PALI-X) e o Modelo de Linguagem de Pathways incorporado (Palm-E).Como o RT-2 usa um modelo de idioma para processar informações, o Google optou por representar ações como tokens, que são tradicionalmente fragmentos de uma palavra.No desenvolvimento do RT-2, os pesquisadores usaram o mesmo método de quebrar as ações do robô em partes menores que fizeram com a primeira versão do robô, RT-1.
