arXiv cs.RO· Junli Liu, Zhongrui You, Chenhui Li, Zhen Li, Yuyang Tian, Qizhen Chen, Delin Qu, Haoming Song, Dong Wang, Xuelong Li, Zhigang Wang, Bin Zhao·· 8 天前AI 评分72
OpenFlyV2：面向空中感知与导航的机载视觉-语言-动作模型
OpenFlyV2: An onboard vision-language-action model for aerial perception and navigation
AI 导读
OpenFlyV2 是一个统一的机载视觉-语言-动作架构，用共享视觉-语言表征在单一模型中支持语义理解、语言定位感知、空间推理与连续飞行控制。作者构建了约 7 万条导航轨迹和 6 万对视觉-语言指令-响应的仿真数据集，模型在 NVIDIA Jetson Orin NX 上完全机载以 10 Hz 生成每块 12 个航点的动作块。
来源：arXiv cs.RO · arxiv.org