面向现实无人机视觉-语言导航：平台、基准和方法论
原文中文，约2500字，阅读约需6分钟。发表于：。本研究针对无人机（UAV）在视觉-语言导航（VLN）中面临的挑战，提出了新的平台、基准和方法论。关键的贡献包括创建了旨在实际UAV任务的OpenUAV平台和UAV-Need-Help基准，以及一个能够处理多模态信息的UAV导航大语言模型。研究表明，这些创新方法显著提升了无人机的导航能力，但仍与人类操作员存在显著差距，突出了解决该领域的进一步挑战的必要性。
研究探讨了无人机在视觉-语言导航中的挑战，提出了OpenUAV平台和UAV-Need-Help基准，以及处理多模态信息的导航模型。这些创新提升了无人机的导航能力，但仍与人类操作员有差距。研究还涉及模拟与实际转化、空中视觉对话导航和开放集零样本测试，强调了人类驱动导航策略的重要性和未来发展机遇。
