arXiv · cs.AI· Ruibin Ju·· 12 天前AI 评分43
X-Fly：面向全块化无人机视觉语言导航的到达与停止学习框架
X-Fly: Learning to Reach and Stop in Full-Chunk Aerial Vision-Language Navigation
来源与原文
arXiv · cs.AI
作者：Ruibin Ju
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.21450v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
X-Fly 是一个面向全块化无人机视觉语言导航（VLN）的分阶段训练框架，解决大视觉语言模型推理贵及块执行中无法停止的问题：模型推理从每 waypoint 195 ms 降至 42 ms。Recovery DAgger 为学习者访问状态标注恢复 chunk 与 STOP，Flow-GRPO 联合优化分块流控制器和 Bernoulli STOP 策略。X-Fly 在 OpenFly test-seen 达 74.18% SR、test-unseen 达 51.73%，远超全块 BC 的 16.45% 和 18.43% 及 DreamFly 的 32.04% 和 29.46%。
来源：arXiv · cs.AI · arxiv.org