arXiv · 机器人与计算机视觉· Junli Liu, Zhongrui You, Chenhui Li, Zhen Li, Yuyang Tian, Qizhen Chen, Delin Qu, Haoming Song, Dong Wang, Xuelong Li, Zhigang Wang, Bin Zhao·· 20 天前精选AI 评分78
OpenFlyV2:一种用于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
论文提出了 OpenFlyV2,这是一种统一的机载视觉 - 语言 - 动作架构,旨在解决现有系统依赖离板计算或无法在资源受限平台上维持闭环运行的问题。该模型利用共享的视觉 - 语言表示支持语义理解、基于语言的感知、空间推理和连续空中控制,并通过紧凑的动作专家将多模态上下文转换为短时程飞行航点。
推荐理由
该工作提出统一机载视觉语言动作架构,实现零样本仿真到真机四旋翼飞行迁移,代码将公开。
来源:arXiv · 机器人与计算机视觉 · arxiv.org