WorldLines：长视界有状态具身智能体的基准测试与建模

为协助人类在真实家庭中长期生活，具身智能体需记忆用户习惯、世界状态及过往交互。现有基准多侧重语言检索或短程任务，缺乏对动态环境中长时记忆的评估。本文提出 WorldLines，一个面向长视界家庭辅助的项目驱动型基准，构建包含对话、动作、反馈及状态变化的时序轨迹，并转化为记忆问答与任务规划样本。此外，提出 ObsMem 框架，通过维护感知可见的记忆与原生动作状态轨迹，支持状态感知决策，实验揭示了部分可观测性等挑战并验证了该架构的有效性。