文章摘要
针对无人机自主目标搜索在搜救、巡检等领域需求大,但长期缺乏大规模评测基准制约技术落地的问题,相关研究推出开源AerialDojo-200K基准套件,包含42个仿真场景、超20万项任务样本,可提供标准化评测支撑,实测显示当前主流多模态大模型距打造实用通用无人机智能体仍有不小差距。

视觉语言导航

在搜救、巡检、物资配送等领域,无人机的自主目标搜索功能是核心需求,但该方向长期面临缺乏大规模评测基准的问题,制约了技术的落地推进。

为破解这一行业痛点,相关研究打造了开源的AerialDojo-200K基准套件。该套件包含42个仿真场景,覆盖超过20万项任务样本,同时支持语义描述和图像两种形式的目标输入,为无人机自主搜索能力的评测提供了全面且标准化的支撑。

通过对当前主流多模态大模型的实测验证,研究结果清晰显示:距离打造出真正实用的通用无人机智能体,还有不小的差距,当前技术距离实际应用仍有较长的路要走。

#无人机导航 #目标搜索

以上内容不代表本平台立场,仅供读者参考