跳到正文
arXiv cs.AI· Junru Song, Wenhao Zhang, Yang Yang, Xuekai Qiu, Feifei Wang, Weien Zhou, Tingsong Jiang, Ying Wen, Yang Li, Wen Yao·· 10 小时前AI 评分29

CoNav-UAV:基于 Stackelberg 学习的双高度协同无人机导航

CoNav-UAV: Cooperative Dual-Altitude Aerial Navigation via Stackelberg Learning

AI 导读

CoNav-UAV 将目标导向的无人机视觉语言导航建模为高空领导者与低空跟随者之间的 Stackelberg 博弈,两个智能体仅使用机载传感器。该方法提出迭代 Stackelberg 学习,领导者通过基于记忆的上下文学习优化视觉语言推理,跟随者通过 DAgger 式专家蒸馏微调运动控制。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:空中搜索任务通常要求无人机(UAV)仅根据目标外观及其周围环境的简要描述来定位目标,这一任务被称为面向目标的空中视觉-语言导航(VLN)。该任务需要城市规模的探索与定位,以及无碰撞的近距离接近,这两个相互交织的过程难以在单一智能体中协调。大多数现有方法将地面 VLN 范式适配到单架无人机,并依赖外部辅助来弥补其低效性。最近的一次尝试在互补高度部署两架无人机,但仍依赖特权感知,并独立训练两个智能体,无法实现相互适应。我们提出 CoNav-UAV,将任务建模为高空领导者与低空跟随者之间的 Stackelberg 博弈,以捕捉其序贯决策以及不对称的观测与效用,且两个智能体仅使用机载感知。我们引入迭代 Stackelberg 学习,针对每个智能体的角色定制优化:领导者的高层视觉-语言推理建立在预训练能力之上,并通过基于记忆的上下文学习进行精炼;而跟随者的精确运动控制则通过 DAgger 风格的专家蒸馏进行微调。交替进行这两种更新,使每个智能体能够持续适应对方不断演变的行为。在 AerialVLN 基准的三个高保真城市场景中,CoNav-UAV 优于单智能体和双智能体基线。在学习场景中,成功率最高提升 30.8 个百分点;在跨场景迁移中最高提升 9.0 个百分点,其中领导者复用其学到的记忆,跟随者所需的目标场景数据减少 2.6-3.7 倍。大量消融实验证实了关键组件的贡献以及相互适应的优势,并在不同 VLM 骨干网络上取得一致增益。
评论: 27 页,10 幅图。修订稿包含扩展的分析与实验。删除了上一版本中因模板而无意包含的 AAAI 版权声明
主题: 人工智能(cs.AI);机器人学(cs.RO)
引用为: arXiv:2608.01802 [cs.AI]
  (或 arXiv:2608.01802v2 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2608.01802

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Junru Song [查看电子邮件]
[v1] 2026 年 8 月 3 日星期一 07:10:38 UTC(3,741 KB)
[v2] 2026 年 11 月 18 日星期三 11:47:41 UTC(17,529 KB)

来源:arXiv cs.AI · arxiv.org