AirStar：一种面向无人机的智能体化平台
机器人学
2025-07-08 v1
摘要
在环境中障碍物相对较少的情况下，无人机 (UAV) 具备高机动性和全三维移动性。这使其能够快速接近目标对象并执行常常对地面机器人具有挑战性的任务，使其成为探索、巡检、航空摄影和日常助理的理想选择。本文介绍 AirStar，一种以 UAV 为中心的具象化平台，将 UAV 转化为智能航空助手：大语言模型作为认知核心，用于环境理解、情境推理和任务规划。AirStar 通过语音指令和手势进行自然交互，无需遥控器，从而显著拓宽了用户群体。它结合基于地理知识的长距离导航与情境推理实现细粒度短程控制，实现高效且精确的视觉语言导航 (VLN) 能力。此外，系统还提供跨模态问答、智能拍摄和目标跟踪等内置功能。该高度可扩展的框架支持无缝集成新功能，为通用、指令驱动的智能 UAV 代理铺平了道路。补充 PPT 可在 \href{https://buaa-colalab.github.io/airstar.github.io}{https://buaa-colalab.github.io/airstar.github.io} 获取。
引用
@article{arxiv.2507.04430,
title = {"Hi AirStar, Guide Me to the Badminton Court."},
author = {Ziqin Wang and Jinyu Chen and Xiangyi Zheng and Qinan Liao and Linjiang Huang and Si Liu},
journal= {arXiv preprint arXiv:2507.04430},
year = {2025}
}