WorldLines: Benchmarking and Modeling Long-Horizon Stateful Embodied Agents

WorldLines 构建长期家庭助理轨迹，记录对话、动作、执行反馈、物体和设备状态变化，并转成 Memory QA 与 Embodied Task Planning 样本。作者提出 ObsMem，用 visibility-aware memories 和 action-native state trails 维护状态；论文指出 partial observability、被覆盖的世界状态和长期记忆到具身计划的转换仍然困难。这个 benchmark 把长期记忆从纯文本问答拉回到动态家庭环境里的行动决策。