X-Fly：面向整块执行的空中视觉语言导航到达与停止学习框架

X-Fly 是面向整块执行空中视觉语言导航（VLN）的分阶段训练框架，作者指出整块执行虽把每个执行航点的模型推理从 195 ms 降到 42 ms，却让策略查询状态偏离专家演示，在 OpenFly test-seen 上无停止失败占整块行为克隆（BC）结果的 47.78%。方法上，Recovery DAgger 为学习者访问的决策状态标注可接回未来专家片段的光滑动作块，并在首个区域内状态给出 STOP；Flow-GRPO 再依据同任务闭环结果联合优化分块流控制器与 Bernoulli STOP 策略，并辅以结果验证的停止监督。