该研究提出了一种神经符号化方法，用于解决神经网络特征提取对小的改变过于敏感而未能适应测试集中未见过的属性和指令的问题。实验结果表明，该方法在 ALFRED 基准测试的子任务评估中，相比端到端的神经模型，在未知环境下的交互任务中显着优于前者。

该研究提出了一种神经符号化方法，用于解决神经网络特征提取对小的改变过于敏感而未能适应测试集中未见过的属性和指令的问题。实验结果表明，该方法在 ALFRED 基准测试的子任务评估中，相比端到端的神经模型，成功率显著提高。