蒸馏视觉语言可靠性引导扩散:面向 UAV 空中导航
[Daily Paper] Guided Diffusion with Distilled Vision-Language Reliability for Aerial Navigation
AI summary
研究提出蒸馏视觉语言可靠性引导扩散框架,把 VLM 蒸馏进 MiT-B0 学生网络生成像素级可靠性热图,供扩散规划器规划无人机轨迹。在 Pegasus Simulator 与 8 英寸四旋翼上,最小障碍距离从 NoMaD 基线的 0.009 m 升至 0.532 m,障碍侵入率从 40.3% 降到 9.6%。去掉可靠性项后平均可靠性从 0.898 降至 0.783。