UAV-VLN Reinforcement Learning Navigation Post-training
摘要

针对无人机视觉语言导航(UAV-VLN)中端到端策略在闭环执行中缺乏有效纠正监督的问题,本文提出RecoverFly框架。该框架采用基于标记级的强化学习进行稳定优化,通过回顾未解决的失败案例以加强纠正学习和样本利用,并结合两阶段长尾场景课程学习与参考策略正则化,以提升场景适应能力并保留已习得技能。在TravelUAV基准上的实验表明,RecoverFly在可见、未见地图及未见物体分割上均取得最佳性能,显著提升了成功率、鲁棒性和泛化能力。

AI 推荐理由

论文聚焦于无人机视觉语言导航中的动作规划与决策优化,通过强化学习提升多步任务执行能力。

研究机构
吉林大学 北京航空航天大学 清华大学 中关村学院
论文信息
作者 Boxiong Wang, Hui Kang, Geng Sun, Jiahui Li, Chao Yu et al.
发布日期 2026-08-10
arXiv ID 2608.09467
相关性评分 9/10 (高度相关)