arXiv cs.AI· Ruibin Ju, Ruifeng Cai, Min Xu, Lin Wang·· 2 天前AI 评分26
X-Fly：全块式空中视觉语言导航中的到达与停止学习
X-Fly: Learning to Reach and Stop in Full-Chunk Aerial Vision-Language Navigation
AI 导读
X-Fly 是一个面向全块式空中视觉语言导航的分阶段训练框架，通过 Recovery DAgger 为学习者访问的决策状态标注可重连未来专家片段的平滑动作块，并在首个区域内状态给出 STOP，再用 Flow-GRPO 联合优化分块流控制器与 Bernoulli 停止策略。
正文 · AI 翻译
摘要：基于大型视觉语言模型的空中视觉语言导航（VLN）智能体查询成本高昂。在重新规划前执行完整的预测动作块可分摊这一成本，使我们的策略在每个已执行航点的模型推理从 195 毫秒降至 42 毫秒。这也使策略被查询时所处的状态偏离了专家演示，而专家演示既不监督从这些状态中的恢复，也不监督在学习者自身到达时的终止。在 OpenFly test-seen 上，无停止失败占全块行为克隆（BC）结果的 47.78%。我们提出 X-Fly，一个用于全块空中 VLN 的分阶段训练框架。Recovery DAgger 用平滑块标注学习者访问的决策状态，这些块重新连接到未来的专家片段，并在第一个区域内状态处标注 STOP。随后 Flow-GRPO 从同任务闭环结果中联合优化分块流控制器和伯努利 STOP 策略，并辅以结果验证的停止监督。每个决策有八个控制量，X-Fly 在 test-seen 上达到 74.18% 的 SR，在 test-unseen 上达到 51.73%，而全块 BC 分别为 16.45% 和 18.43%，DreamFly 分别为 32.04% 和 29.46%。
| 评论： | 13 页，5 幅图，3 张表。项目页面：此 https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.21450 [cs.RO] |
| （或 arXiv:2610.21450v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21450 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ruibin Ju [查看电子邮件]
[v1]
2026 年 10 月 15 日星期四 07:54:18 UTC（1,428 KB）
来源：arXiv cs.AI · arxiv.org