本研究提出了ATLASS工具学习与选择系统，采用闭环框架，支持大语言模型动态生成外部工具，显著提升工具的适应性和可重复使用性，有效解决复杂任务。

本研究提出了一种名为视觉模型伺服（SVM）的无训练闭环框架，成功解决了日常移动操作中小型物体的精确交互问题，成功率达到85%，优于现有方法。

本研究提出了闭环框架Doe-1，解决了自主驾驶方法在可扩展性、交互强度和决策效率方面的不足，并通过多模态令牌生成提升了性能。