AI代理在企业私有代码库中逐渐成为自主协同者，但面临“随机鹦鹉”困境。为提高任务成功率，需要通过AGENTS.md标准化文档，提供非显性约束，避免冗余信息和上下文腐败。高质量的上下文能够提升Agent性能，确保其聚焦关键指令，减少无效搜索和推理成本。

极佳视界推出的GigaBrain-0.5M大模型成功率接近100%，能够完成叠衣服、冲咖啡等复杂任务。该模型基于世界模型进行强化学习，采用人机协作机制，显著提升任务成功率和决策策略的鲁棒性。通过海量训练数据，模型在长时程操作中表现优异，推动具身智能的发展。

“最强具身VLA大模型”π*0.6通过Recap学习方法，使机器人从错误中学习，任务成功率超过90%。该模型结合人类示范与自主经验，优化复杂任务表现，展现出高效自我纠正能力，为机器人研究提供新思路。

淘天提出的Mobile-R1是一个任务级奖励的交互式强化学习框架，旨在提高移动代理的适应性和探索能力。通过三阶段训练流程和高质量轨迹数据集，Mobile-R1在动态环境中的任务成功率达到49.40%，显著优于其他基准模型。

本研究提出了SPlanner规划模块，利用扩展有限状态机高效建模移动应用控制逻辑，将用户指令分解为可执行路径，从而显著提高任务成功率和执行效果。

本研究提出了知识捕捉、适应与组合（KCAC）框架，旨在解决机器人操作中强化学习的样本低效和可解释性不足的问题。该框架在复杂环境中实现了40%的训练时间缩短和10%的任务成功率提升，为强化学习中的课程设计应用提供了重要见解。

本研究提出RT-cache，一种新颖的机器人轨迹记忆管道，旨在降低现代视觉-语言-动作模型的推理成本。通过存储成功轨迹并检索相关运动片段，RT-cache显著提高了任务完成速度和成功率。

本研究提出了一种新方法，通过构建分解缩放曲线(FSC)来解决通用模仿学习政策的数据收集问题，使得在新环境中的任务成功率提高了26%。

EcoAgent框架通过云端与边缘智能体的协作，解决了云端移动智能体在高延迟和高成本方面的问题。研究表明，该框架提高了移动自动化效率，确保了高任务成功率，并显著减少了大语言模型的令牌消耗。

本研究提出了一种通过奖励模型对视觉语言模型（VLM）进行过程监督的方法，显著提升了其在复杂图形用户界面交互中的表现，静态环境下一步行动准确率提高3.4%，动态环境任务成功率提高约33%。

本研究提出了一种新型模仿学习算法，旨在解决人形机器人在精确操作中的感知与控制复杂性问题。通过聚焦主要任务和采用空间注意机制，显著提高了任务成功率，展现出良好的稳健性和可扩展性，为人形机器人的自主学习与控制提供了新思路。

CogACT是一种结合视觉、语言和动作的模型，通过VLM和DiT模块提升机器人在复杂任务中的表现。它提取认知信息并利用扩散模型预测动作，实现高精度和多模态的动作生成，显著提高任务成功率。

本研究推出安全代理基准（SafeAgentBench），探讨具身代理执行复杂自然语言指令的安全风险。实验基于750个任务的数据集和通用环境，结果显示安全任务成功率为69%，而危险任务拒绝率仅为5%，揭示了潜在的安全隐患。