Attacca：长时程具身智能体的状态连续性控制

研究者提出 Attacca，一种面向长时程具身智能体的目标导向控制方法：用与执行环境解耦的目标图像，在完整的“搜索到交互”轨迹上训练视觉目标条件策略，以应对目标常不在视野内、状态连续变化的问题。 在 Minecraft 的短时程与长时程任务上，Attacca 取得 39.0–47.5% 的 clean success，较最强基线提升 1.7–2.4 倍；长时程任务完成率分别为 54%、30% 和 28%，最高提升 7 倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。