arXiv · cs.RO· Junli Liu·· 1 天前精选AI 评分75
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
Junli Liu等人提出OpenFlyV2，一种统一的机载视觉-语言-动作架构，使用共享视觉-语言表示支持语义理解、语言感知、空间推理和连续空中控制。该模型在NVIDIA Jetson Orin NX上以10Hz频率生成包含12个航点的动作块，零样本从模拟迁移到物理四旋翼飞行，在四个真实环境中实现48%的导航成功率。
推荐理由
单模型实现空中感知与导航的端到端闭环，零样本迁移成功率近半，突破资源限制瓶颈。
来源：arXiv · cs.RO · arxiv.org