・タスク中心の視覚的注意システムを特徴とするデモからend-to-endで訓練された視覚運動方針のための新しいアーキテクチャ ・悪条件の場合，外部からの介入によってロボットがオブジェクトを落とした場合，ほとんどの状況で新しい方針が再同定するが，ベースラインは変わらない ・タスクに焦点を絞った視覚的注意によって，方針がベースラインのタスクを妨害する視覚障害の大きなクラスを無視できることを確認

さまざまな文章コマンドを使用して目的の操作を正常に実行した割合を算出とした結果，TFAを使用したモデルは，使用しなかったモデルよりも優れた結果が得られた． また，外部から邪魔されながら，目的のコマンドを正常に実行した割合を算出した結果，TFAを含むモデルは，すべての場合において，それを持たないモデルよりはるかに優れていたという結果になった．