CityNav-VLA 模型提升城市无人机导航性能
热点事件持续更新
CityNav-VLA 模型提升城市无人机导航性能
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
哈奥特安·徐等人提出了 CityNav-VLA,一种用于城市空中导航的双帧视觉语言动作(VLA)模型。该模型整合动态地心感知与持久的allocentric空间记忆,将飞行观测累积到固定北向地图以支持长程导航。 在未见测试集上,CityNav-VLA 将定位误差降低 21.2%,成功率提升 15.8%,路径长度提升 30.9%。相对于数据集优化后的前代最先进模型,其定位误差再降 6.2%,成功率与路径长度分别提升 5.6% 和 23.2%。 该模型采用 4B 参数量的骨干网络,在单张 A100 显卡上推理平均耗时 0.68 秒/决策,峰值显存占用 8.6 GB,展现出显著的模型效率。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
CityNav-VLA:面向城市空中导航的双帧视觉语言动作模型报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉CityNav-VLA:面向城市空中导航的双帧视觉语言动作模型
该论文提出了 CityNav-VLA,一种用于城市空中导航的视觉 - 语言 - 动作(VLA)模型。其核心创新在于整合动态地心感知与持久的allocentric空间记忆,将飞行中收集的观测累积到固定北向地图上以支持长程导航。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。