UAV-Flow Colosseo：面向飞行式UAV仿射学习的真实世界基准
机器人学
2025-05-27 v2 计算机视觉与模式识别
摘要
无人机（UAV）正演变为具备语言交互能力的平台，使人机交互更加直观。虽然先前工作主要关注高层规划和长程导航，但我们将注意力转向语言引导的细粒度轨迹控制，即UAV响应语言指令执行短程、反应性飞行行为。在本框架下，UAV通过仿射学习来学习细粒度控制策略，即模仿与原子语言指令配对的专家飞行员轨迹。为支持这一范式，我们提出了UAV-Flow，首个针对语言条件、细粒度UAV控制的真实世界基准测试。它包括任务定义、来自多样化环境中收集的大规模数据集、可部署的控制框架以及用于系统评估的仿真套件。我们的设计使UAV能够紧密仿造人类专家飞行轨迹，并支持无需仿真到真实之间的差距即可直接部署。我们对UAV-Flow进行了大量实验，评估了VLN和VLA范式。结果表明，VLA模型优于VLA基线，凸显了在细粒度Flow设置中空间定位的关键作用。
引用
@article{arxiv.2505.15725,
title = {UAV-Flow Colosseo: A Real-World Benchmark for Flying-on-a-Word UAV Imitation Learning},
author = {Xiangyu Wang and Donglin Yang and Yue Liao and Wenhao Zheng and wenjun wu and Bin Dai and Hongsheng Li and Si Liu},
journal= {arXiv preprint arXiv:2505.15725},
year = {2025}
}