本文介绍了实体问答（EmbodiedQA）任务，智能体在3D环境中通过感知、语言理解和导航等技能完成问答。研究开发了相关环境和评估协议，提出了多种数据集和模型，探索了代理人的推理能力，尤其是在三维情境中的表现。研究表明，现有模型在新颖组合上存在局限，未来将推动更强的情境理解和推理能力的AI研究。