X-Fly：全分块空中视觉语言导航分阶段训练框架

论文作者提出面向全分块空中视觉语言导航的分阶段训练框架 X-Fly，针对执行完整动作块时缺少停止动作导致的失败：先用 Recovery DAgger 为学习者访问的状态标注可衔接专家轨迹的平滑块及首个到达区域内的 STOP，再用 Flow-GRPO 联合优化分块流控制器和 Bernoulli STOP 策略。 论文称，在 OpenFly test-seen 上，无停止失败占全分块行为克隆（BC）结果的 47.78%，是该训练框架针对的主要问题。X-Fly 在每步决策含八个控制项的设置下，test-seen 成功率（SR）达 74.18%，test-unseen 达 51.73%。

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。