arXiv · AI· Gyusik Seo, Jaehong Yoon·· 2026-10-07AI 评分31
Attacca:面向长时程具身智能体状态连续性下的目标导向控制
Attacca: Goal-Directed Control under State Continuity for Long-Horizon Embodied Agents
AI 导读
具身智能体在长时程任务中因目标状态变化易失效,研究提出 Attacca 方法。该方法通过上下文解耦目标采样和密集当前视图定位,结合行为阶段条件控制解决目标丢失问题。在 Minecraft 评估中,Attacca 在长时程任务上完成率达 54%,较最强基线提升最高 7 倍。
来源:arXiv · AI · arxiv.org