机载视觉语言导航模块化栈提出

2026年10月27日，arXiv Robotics 刊出 Marco S. Tayar 等作者的论文，提出并实验验证名为 VLN on the Fly 的机载视觉语言导航模块化栈。报道称，该栈把视觉语言导航拆分为 grounding、规划与控制三个可独立检查的机载阶段：先由量化 VLM 将指令定位到粗粒度图像单元，再把深度信息抬升为 3D 目标，随后由 B-spline 规划器生成可行轨迹，最后由预训练强化学习策略输出电机指令。论文以“We propose VLN on the Fly, an onboard stack that keeps grounding, planning, and control as separate, inspectable stages”表述其模块化设计。目前进展停留在论文提出与实验验证阶段，报道未披露具体实验平台、数据集、成功率或部署限制等信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。