NavAgent: Multi-Scale Urban Street View Fusion for UAV Embodied Vision-and-Language Navigation
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出NavAgent模型，旨在解决视觉与语言导航（VLN）在户外城市场景中的挑战。该模型通过动态场景拓扑图与图卷积网络整合多尺度环境信息，显著提升无人机在复杂城市环境中的导航能力。
🏷️
