الوكيل متعدد الوسائط العام في عمليات الفضاء الدلالي، يبدو متقدمًا، لكن التأخير العالي يجعله بلا فائدة.

فريق NUS أصدر معيار GameWorld، والذي يتضمن 34 لعبة متصفح و170 مهمة، مع مؤشرات قابلة للتحقق لتحقيق تقييم موضوعي. اختبار نوعين من واجهات الوكيل: واجهة استخدام الكمبيوتر المباشرة التي تتطلب أوامر لوحة المفاتيح والماوس، ووكيل متعدد الوسائط العام الذي يعمل في مساحة دلالية. أظهرت التجارب على 18 مجموعة من النماذج-الواجهات أن حتى الأفضل أداءً لا يقترب من أداء البشر، وأن هناك تحديات في التأخير الزمني في الوقت الحقيقي، وحساسية ذاكرة السياق، وفعالية الحركات. الورقة البحثية ذات الصلة والكود متاحان على HuggingFace وGitHub.