Attacca具身智能方法发布

2026年10月6日，Hugging Face Daily Papers 报道了 Attacca，一种面向长程具身智能体的状态连续性目标导向控制方法。报道称，Attacca 使用完整的 search-to-interact 轨迹训练视觉目标条件策略，旨在提升智能体在状态连续、目标不在视野等情况下的长程控制能力。实验方面，报道提到 Attacca 在 Minecraft 短程和长程任务中 clean success 达到 39.0% 至 47.5%，相比最强基线提升 1.7 至 2.4 倍；在长程任务中的完成率分别为 54%、30%、28%，最高提升 7 倍。目前报道仅披露了该方法的训练思路和 Minecraft 任务评测结果。

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。