arXiv Robotics· Jaewoo Park, Minyoung Lee, Sukmin Seo, Moonbin Yim, Hyunwook Yoon, Dohoon Ryu, Daehee Kim, Myungseo Song, Jihyuk Byun, Seunggyu Chang, Taeho Kil, Jiseob Kim, Bado Lee, Geewook Kim·· 3 小时前AI 评分37
DroneCATS 基准：多模态 LLM 作为无人机通用视觉-语言-动作智能体的评估
Evaluating Multimodal LLMs as Generalist Vision-Language-Action Agents for Drone Control: Commanding, Approaching, Tracking and Searching
AI 导读
研究者提出 DroneCATS 基准，让 MLLM 通过四类动作直接控制无人机，覆盖目标可见性、运动、场景与模拟器变化，并扩展至真实无人机、多无人机及“指挥官+子智能体”模式，评测了十款从前沿到小型开源的模型。
来源：arXiv Robotics · arxiv.org