งานวิจัยล่าสุดจาก Liane Galanti และคณะ นำเสนอระบบ 'Pigey' (Physical Agency) เพื่อแก้ไขปัญหา 'Orchestration Gap' หรือช่องว่างในการประสานงานของหุ่นยนต์อัจฉริยะแบบทั่วไป โดยปกติแล้วการฝึกหุ่นยนต์มักพยายามรวมความสามารถทุกอย่าง (การมองเห็น การวางแผน การกู้คืนจากความผิดพลาด) ไว้ในโมเดลเดียว แต่ Pigey เลือกที่จะแยกส่วนการทำงานออกเป็นระบบจัดการ (Orchestrator) ระดับสูง และระบบควบคุมการเคลื่อนไหวระดับล่าง
Pigey ทำหน้าที่เป็นผู้ควบคุมที่รับเป้าหมายผ่านภาษาธรรมชาติ แล้วย่อยเป้าหมายนั้นออกเป็นงานย่อยที่ทำได้จริง สั่งการโมเดล Vision-Language-Action (VLA) และตรวจสอบผลลัพธ์ผ่านการสังเกตการณ์ในโลกจริง หากพบความผิดพลาด ระบบจะสามารถวางแผนกู้คืนได้เองโดยอัตโนมัติ โดยไม่ต้องผ่านการเก็บข้อมูลใหม่หรือการฝึกฝนเพิ่มเติม
จากการทดสอบใน LIBERO-PRO ระบบ Pigey สามารถเพิ่มประสิทธิภาพจากเดิมที่ 12.8% ขึ้นเป็น 53.3% และในการทดสอบกับหุ่นยนต์จริงสำหรับงานที่ต้องใช้การใช้เหตุผลซับซ้อน พบว่าสามารถเพิ่มอัตราความสำเร็จจากเกือบ 0% เป็นมากกว่า 90% ซึ่งพิสูจน์ให้เห็นว่าระบบการประสานงาน (Orchestration) ที่ดีมีความสำคัญไม่แพ้ความสามารถพื้นฐานของหุ่นยนต์
