跳到正文
arXiv cs.AI· Shiwei Wu, Yuwen Pan, Zhi Li, Yaowen Li, Yan Zhou, Xuemiao Xu, Yu Liu·· 10 小时前AI 评分38

AeroRSI:面向空中视觉语言导航的递归自我改进框架

AeroRSI: Recursive Self-Improvement for Aerial Vision-Language Navigation

AI 导读

AeroRSI 是一个让空中导航策略从自身失败中迭代学习的递归自我改进框架,核心思路是让失败策略通过"继续飞行"来验证修复动作是否可靠。在 TravelUAV 上,三轮迭代将 2B 参数监督策略的成功率从 46.4% 提升至 67.5%,碰撞减少一半,较同初始化的此前 SOTA 高出 10.6 个百分点,且无需额外人工标注或推理成本。代码与模型已公开。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:视觉-语言-动作(VLA)模型使无人机(UAV)能够遵循自然语言指令,但在闭环飞行中仍频繁失败。纠正这些失败需要修复,即在策略自身到达的状态下避免失败的动作,而人类飞行员无法大规模标注这些动作,基于规则的规划器也无法可靠地提供。在本文中,我们提出 AeroRSI,一个递归自我改进框架,其中空中导航策略从其自身的失败中迭代学习。我们的关键洞见是,失败的策略应通过从修复动作继续飞行来评判自己的修复。以这种方式评判,其采样的动作,甚至直接模仿时会损害它的基于规则的提议,都会成为可靠的监督。此外,一个回合在其首次失败时终止,掩盖了后续失败,直到较早的失败被修复。因此,AeroRSI 在每一轮中更新其监督,锚定当前策略的失败,通过其延续来验证修复,并在保持其他行为的同时蒸馏它们。在 TravelUAV 上,三轮将监督式 2B 参数策略的成功率从 46.4% 提升到 67.5%,并将碰撞减少一半,在相同初始化下以 10.6 个百分点的优势超越此前的最先进水平,且无需额外的人工标签或推理成本。代码和模型可在 此 https URL 获取。
注释: 8 页正文(含参考文献和补充材料,共 15 页);5 幅图,13 张表。代码:此 https URL 项目页面:此 https URL
主题: 计算机视觉与模式识别(cs.CV);人工智能(cs.AI);机器人学(cs.RO)
引用为: arXiv:2611.24077 [cs.CV]
  (或 arXiv:2611.24077v1 [cs.CV] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.24077

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Shiwei Wu [查看电子邮件]
[v1] 2026 年 11 月 18 日星期三 09:07:04 UTC(5,231 KB)

来源:arXiv cs.AI · arxiv.org