UAV-ON：面向空中智能体的开放世界物体目标导航基准
机器人学
2025-08-25 v4 计算机视觉与模式识别
摘要
空中导航是具身智能中一个基础但尚未充分探索的能力，它使智能体能够在传统导航范式无法胜任的大规模、非结构化环境中运行。然而，现有大多数研究遵循视觉与语言导航（VLN）范式，该范式严重依赖于顺序的语言指令，限制了其可扩展性和自主性。为弥补这一空白，我们引入了UAV-ON，一个面向开放世界环境中空中智能体进行大规模物体目标导航（ObjectNav）的基准，其中智能体基于高层语义目标运行，而不依赖于VLN中详细的指令引导。UAV-ON包含14个高保真虚幻引擎环境，具有多样化的语义区域和复杂的空间布局，涵盖城市、自然和混合用途场景。它定义了1270个带注释的目标物体，每个物体由一个实例级指令表征，该指令编码了类别、物理足迹和视觉描述符，允许进行基于推理的定位。这些指令作为语义目标，为空中智能体引入了现实中的模糊性和复杂的推理挑战。为评估该基准，我们实现了多种基线方法，包括空中物体目标导航智能体（AOA），这是一种模块化策略，将指令语义与自我中心观测相结合，用于长时域、目标导向的探索。实验结果表明，所有基线在此设置下均表现不佳，突显了空中导航和语义目标定位的复合挑战。UAV-ON旨在推动由复杂真实世界环境中的语义目标描述驱动的可扩展无人机自主性的研究。
引用
@article{arxiv.2508.00288,
title = {UAV-ON: A Benchmark for Open-World Object Goal Navigation with Aerial Agents},
author = {Jianqiang Xiao and Yuexuan Sun and Yixin Shao and Boxi Gan and Rongqiang Liu and Yanjing Wu and Weili Guan and Xiang Deng},
journal= {arXiv preprint arXiv:2508.00288},
year = {2025}
}
备注
Accepted to ACM MM Dataset Track 2025