X-Fly：空中视觉语言导航整块执行的分阶段训练框架
先了解这件事
Ruibin Ju 等作者在 arXiv 发布 X-Fly，一个面向整块执行空中视觉语言导航（VLN）的分阶段训练框架。作者称，整块执行虽把每个执行航点的模型推理从 195 ms 降到 42 ms，却使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%。 方法分两步：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。 作者报告，在每次决策八个控制量的设置下，X-Fly 在 test-seen 和 test-unseen 上的成功率分别为 74.18% 和 51.73%，整块 BC 为 16.45% 和 18.43%，DreamFly 为 32.04% 和 29.46%。该工作为预印本，结果尚未经同行评议或独立验证。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv · cs.RO精选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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。