陆军研究实验室（ARL）的研究人员开发了JUDI技术（对话功能），用来加强士兵与机器人之间的交流，从而加快沟通速度，一起快速执行联合任务。JUDI技术可以让士兵与自动系统（例如机器人或无人机）之间进行双向对话。

ARL表示，对话是自主系统中至关重要的一步，自主系统可以横跨陆、空、海和信息空间的多种信息进行操作，从而保持它对现场情况的感知。该技术能使士兵在战术操作中通过双向语音和对话与自主系统进行交流，其中口头指令可用于对机器人的命令和控制。它还能使机器人在任务完成时提供状态更新。

该对话功能是基于一种统计分类的方法，该方法可以根据士兵的语言来理解他想表达的意思。它是在一个小型的人机对话数据库中训练的，在研究的最初阶段，人体实验代表了机器人的自主性。

研究科学家Matthew Marge说：“运用口语化交流将减少士兵与机器人合作的学习曲线，其中一些机器人可能会为不同任务提供不同的能力，比如侦察或运送物资。”

该项目的目标是将士兵与机器人的交互方式从机械手的手动操纵杆操作转变为免提的交互方式，这能使士兵可以与一个或多个机器人同时合作，并保持感知。

与执行专门任务的其他系统（例如Siri或Alexa等智能助手）相比，JUDI专为需要稀疏数据时需要推理的任务而设计。相比之下，JUDI允许访问多个信息来源，例如士兵的语音和机器人的感知系统，以便进行协作决策。

该系统将被采用到作战能力开发命令（CCDC）ARL自治堆栈中，该堆栈是一套软件算法、库和软件组件。这些组件为智能系统执行特定功能，例如导航、计划、感知、控制和推理。ARL堆栈中的创新将被应用到CCDC地面车辆系统中心（GVSC）的机器人技术内核中。

AIMM ERP项目经理John Fossaceca博士说：“一旦ARL开发了自动软件堆栈中内置的新功能，它就会被螺旋化到GVSC的机器人技术内核中，在这里它会经过广泛的测试和强化，并运用到例如Combat Vehicle Robotics或CoVeR等程序中。最终这将属于陆军所有的知识产权，并将其作为一种通用架构与行业合作伙伴共享，以确保下一代战斗车辆具有模块化接口的最佳同类技术。”