Attacca：面向长时程具身智能体的状态连续性目标导向控制

针对长时程具身任务中目标常不在视野内、状态连续变化的问题，研究者提出 Attacca，用与执行环境解耦的目标图像在完整"搜索到交互"轨迹上训练视觉目标条件策略。该方法在 Minecraft 多项短时程与长时程任务上取得 39.0-47.5% 的 clean success，较最强基线提升 1.7-2.4 倍；长时程任务完成率达 54%、30% 和 28%，最高提升 7 倍。