让机器人打开抽屉、取出蓝色方块，再放到桌面上，看起来只需要三步。但抽屉可能只拉开了一半，方块可能被挡住，抓取也可能会失败。机器人是该继续、再看一眼，还是换一种做法？
这些判断，正是 Agent 参与任务执行的重要环节：结合观察选择动作或技能，检查结果，再决定下一步。除了执行任务，Agent 还可以辅助训练、整理数据和搭建仿真场景，参与机器人能力的开发。
围绕这些进展，香港中文大学 MMLab、复旦大学等机构的团队撰写了综述 《Towards Agentic Robots: Model, Data, Environment, and Harness》。
论文梳理机器人策略到 Agentic Robots 的发展，围绕模型、数据、环境和 Harness 四大领域、17 个功能类别介绍已有方法，并讨论实际应用中的挑战。
https://arxiv.org/abs/2610.20442
https://github.com/chonghanqin/Awesome-Agentic-Robots
从机器人策略到 Agentic Robots
传统策略通过示范或奖励信号学习动作；视觉语言动作模型（VLA）把视觉、语言知识融入动作生成；世界模型预测环境变化，为规划提供参考；世界动作模型则进一步结合未来预测与动作学习。
但有了这些能力还不够，还得解决何时调用、怎么组合、执行出错怎么调整的问题。比如取蓝块的任务，开抽屉的动作由对应技能执行，Agent 则负责检查抽屉状态、判断能否抓取，再决定继续还是重试。
Agentic Robots 的核心，是围绕目标组织调度已有能力，并根据反馈动态调整执行策略。VLA、世界模型、机器人技能，都是这套体系的组成部分。
四大领域，理解 Agent 在机器人系统中的作用
综述同时关注机器人怎样完成眼前的任务，以及所需能力怎样开发、迭代。模型支持学习与决策，数据提供可用经验，环境承载练习与测试，Harness 则组织协调模型、工具和技能之间的配合。
模型：Agent 如何参与学习、决策与控制
模型领域分为训练、感知、规划、机器人控制和自适应五个方向。同样是取物失败，原因不同，Agent 需要介入的环节也不同。
没看清把手，就要补充观察、理解空间关系；抽屉没开就开始抓取，就要调整任务顺序；抓取位置或角度不合适，就要修正执行指令。
改进还可以深入到学习层面：设计奖励、调整训练方案，或利用经验更新模型参数和决策所依据的信息。区分开这些环节，才能有针对性地分析失败、选择对应的优化方法。
数据：怎样让每次尝试留下可用经验？
任务没完成，不代表整段数据都没价值。机器人可能已经拉开了抽屉，或是在抓取失败后采取了有效的补救动作，只保留完整成功的记录，等于浪费了这些有价值的片段。
数据领域围绕采集、标注与优化展开。Agent 可以安排不同任务和初始状态下的尝试，补充任务描述、动作阶段与结果标签，再筛选有效片段、修正错误标注。例如，把“打开抽屉”“抓取失败”“调整后重试”分开标注，更便于识别可用于学习的经验。
环境：在哪练、练什么、怎么测
机器人还需要供其练习、验证能力的环境。仿真抽屉只做到外观逼真还不够，把手位置、关节运动、物体摆放都会影响操作效果。
综述从环境重建、任务生成、评测构建三个方向展开：Agent 可以参与搭建可交互场景，设置目标、约束和成功条件，还能通过移动物体、增加障碍等方式设计测试场景，验证机器人能否适配新情况。
Harness：各项能力如何配合完成任务？
各个组件能单独正常工作，衔接处却依然容易出错：程序返回 “执行完成”，不代表抽屉真的拉开了；物体刚刚移动，决策系统可能还在沿用移动前的旧信息。
Harness 负责统筹观测信息、系统状态和任务进度，协调模型、工具与技能的协同，并校验执行结果。比如取蓝块的任务，Harness 会先确认抽屉状态、抓取条件是否满足，再由 Agent 决定是继续执行、补充观察还是切换技能。规划、执行、底层控制也要按各自的运行节奏协同配合。
经验可以存入记忆库，验证有效的操作可以沉淀成可复用技能，执行代码也可以根据反馈优化，不一定需要重新训练模型。但这些改动是否真的带来了能力提升，仍需在新任务中验证，同时确保原有能力不会退化。
写在最后
从决定下一步动作，到准备数据、构建环境、组织技能协同，Agent 正在渗透到机器人能力开发、任务执行的各个环节。大家可以通过论文和配套文献仓库了解完整研究，也欢迎交流机器人如何更可靠地完成任务、如何利用经验迭代能力。