Hugging Face Daily Papers·· 2026-10-06AI 评分73
Attacca:面向长视界具身智能的状态连续性目标导向控制
Attacca: Goal-Directed Control under State Continuity for Long-Horizon Embodied Agents
AI 导读
论文提出 Attacca 方法,旨在解决现有视觉目标条件策略在孤立交互评估下无法适应连续长视界任务的问题。该方法通过在完整搜索 - 交互轨迹上训练、使用解耦的目标图像采样以及引入行为阶段(搜索、接近、交互)条件化来增强策略的泛化与执行能力。实验显示,Attacca 在 Minecraft 环境中实现了 39.0%-47.5% 的纯净成功率,长视界任务完成度最高达 54%,相比最强基线提升显著。
来源:Hugging Face Daily Papers · arxiv.org