作者提出机载视觉语言导航模块化栈

Marco S. Tayar 等作者提出名为 VLN on the Fly 的机载视觉语言导航栈，把指令 grounding、规划与控制保持为可分别检查的阶段：量化 VLM 将指令定位到粗粒度图像单元，深度信息将其抬升为 3D 目标，快速 B 样条规划器生成可行轨迹，预训练强化学习策略在多种四旋翼上跟踪轨迹并输出电机指令。 作者称，在受控室内空间中，该栈针对三个日常参照物完成了 15 次机载飞行；另有 6 次杂乱环境试验，在机载感知门控下跟踪无碰撞轨迹。这些结果来自作者自述的实验，尚未见独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。