摘要
本文针对资源高效的高空无人机导航，研究了免训练设置下的空中视觉 - 对话导航任务。针对多模态大模型因方向定位弱及缺乏显式空间记忆导致的导航不可靠问题，提出了 PSC-AVDN 框架。该框架将三阶段“解析 - 搜索 - 确认”推理流水线与结构化空间记忆（SSM）紧密结合。SSM 整合多尺度视觉观测、空间视觉记忆及结构化几何记忆，提供全局空间上下文与长程一致性。实验表明，该方法在免训练设定下达到了最先进水平。
AI 推荐理由
论文核心提出结构化空间记忆（SSM）架构，解决长程导航一致性问题，是主要贡献。
研究机构
School of Computer Science and Information Engineering, Hefei University of Technology
Jianghuai Advance Technology Center
Anhui Provincial Key Laboratory of Humanoid Robots
School of Artificial Intelligence, Beihang University
University of Macau
论文信息