यह शोधपत्र वैज्ञानिक कंप्यूटिंग जैसे विशिष्ट क्षेत्रों में ग्राफ़िकल यूज़र इंटरफ़ेस (GUI) के लिए स्वायत्त एजेंटों के डिज़ाइन के लिए एक नवीन दृष्टिकोण प्रस्तुत करता है। यह दृष्टिकोण दीर्घकालिक योजना और सटीक निष्पादन, दोनों की आवश्यकता वाली स्थितियों में मौजूदा सामान्य और विशेषज्ञ एजेंटों की सीमाओं को दूर करता है। जहाँ मौजूदा दृष्टिकोणों में योजना और निष्पादन क्षमताओं के बीच एक समझौता होता है, वहीं हम CODA प्रस्तुत करते हैं, जो एक सीखने योग्य, रचनात्मक ढाँचा है जो एक सामान्य योजनाकार (सेरेब्रम) और एक विशेषज्ञ निष्पादक (सेरिबैलम) को एकीकृत करता है। CODA को दो-चरणीय पाइपलाइन के माध्यम से प्रशिक्षित किया जाता है। पहले चरण, विशेषज्ञता, में प्रत्येक वैज्ञानिक अनुप्रयोग के लिए विशेषज्ञ योजनाकारों को व्यक्तिगत रूप से प्रशिक्षित किया जाता है। दूसरे चरण, सामान्यीकरण, में सभी सफल प्रक्षेप पथों को एकत्रित किया जाता है और अंतिम योजनाकार के पर्यवेक्षित फ़ाइन-ट्यूनिंग के लिए उपयोग किया जाता है। यह सुनिश्चित करता है कि CODA में मज़बूत निष्पादन और क्रॉस-डोमेन सामान्यीकरण, दोनों क्षमताएँ मौजूद हैं। साइंसबोर्ड बेंचमार्क के चार कार्यों में, CODA मौजूदा विधियों से काफ़ी बेहतर प्रदर्शन करता है और ओपन-सोर्स मॉडलों में सर्वोच्च प्रदर्शन प्राप्त करता है।
