หุ่นยนต์อัตโนมัติในปัจจุบันมักพึ่งพาการฝึกฝนเฉพาะทาง (Task-specific policies) เพื่อรักษาวงจรการตัดสินใจที่ยาวนาน แต่งานวิจัยชิ้นนี้ได้ศึกษาแนวทางที่สามที่เรียกว่า 'Agentic Embodied Control' ซึ่งเป็นการใช้เอเจนต์ที่มีความสามารถทั่วไปเป็นผู้ควบคุมวงจรการทำงานเองทั้งหมด ในการทดสอบการนำทางผ่านภาพและภาษาแบบ Zero-shot พบว่าเอเจนต์เหล่านี้สามารถทำสำเร็จได้ถึง 70.7% และพุ่งสูงถึง 78% เมื่อใช้ความพยายามสูงสุด
การศึกษายังพบว่าเมื่อเพิ่มเครื่องมือช่วยอย่าง 'Waypoint tool' เข้าไป เอเจนต์แบบไฮบริดจะสามารถทำงานได้เร็วขึ้นกว่าเดิมถึง 4 เท่า และลดขั้นตอนในสภาพแวดล้อมลงครึ่งหนึ่ง อย่างไรก็ตาม ประสิทธิภาพยังคงลดลงในภารกิจที่ต้องตัดสินใจระยะยาวมากเกินไป ซึ่งความก้าวหน้านี้แสดงให้เห็นว่าเอเจนต์อัจฉริยะเริ่มมีศักยภาพเพียงพอที่จะแข่งขันกับระบบควบคุมแบบเดิมในงานบางประเภทได้แล้ว
