跳到正文
arXiv · 机器人与计算机视觉· Jiawei Ge, Wenkang Gong, Jiuxin Cao, Bo Liu, Lei Cui, Haoran Wang, Xuelin Zhu, Biwei Cao, Chang Liu, Chen Feng, Ioannis Patras·· 17 天前AI 评分42

GeoReasoner:超越试错的城市空中视觉语言导航地理空间主动推理框架

Beyond Trial-and-Error: A Geospatial-Guided Active Reasoning Framework for Robust Aerial Vision-and-Language Navigation

AI 导读

GeoReasoner 提出将城市空中视觉语言导航(VLN)范式从反应式试错转向地理空间引导的主动推理,通过预搜索推导区域先验、假设驱动探索及一致性验证来抑制高海拔视角下的视觉歧义。在 CityNav 基准测试中,该零样本方法设定了新的最先进水平(SOTA),并在与监督方法的竞争中表现优异。论文为 arXiv 预印本(arXiv:2610.41446v1),代码与权重开放许可情况原文未提及。

来源:arXiv · 机器人与计算机视觉 · arxiv.org