EQA, dont le nom complet est Embodied Question Answering, est un ensemble de données de réponses visuelles aux questions basé sur House3D. Après avoir reçu une question, un agent situé à n’importe quel endroit de l’environnement peut trouver des informations utiles dans l’environnement et répondre à la question. Par exemple : Q : De quelle couleur est la voiture ? Pour répondre à cette question, l'agent doit d'abord explorer l'environnement grâce à une navigation intelligente, collecter les informations visuelles nécessaires à la première personne, puis répondre à la question : orange.