无人机视觉语言导航原型视觉想象框架ProtoVis-Nav
ProtoVis-Nav: Prototypical Visual Imagination for Visual-Spatial Aligned UAV Navigation
AI 摘要
Guangyuan Sui 等提出 ProtoVis-Nav 无人机视觉语言导航框架:模型先预测特征原型,并用其线性组合估计目标区域的视觉特征,即先“想象”下一位置的局部视觉表征,再以原型为上下文生成飞行动作,增强语言指令与三维空间的对齐,减少航点预测偏差导致的导航错误与碰撞。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。