论文页面 - Uncertainty-Aware World Model for Aerial Image-Goal Navigation

摘要

航拍图像目标导航要求无人机（UAV）到达由目标图像指定的目标位置。现有的基于世界模型的方法使用预测的未来状态对候选轨迹进行排序，但通常仅依赖一个或少数几个点预测，这不足以应对具有显著未来状态不确定性的大规模户外环境。为解决这一局限，我们提出了不确定性感知导航世界模型（UA-NWM），一种用于航拍图像目标导航的高效潜在世界模型，它将轨迹评分建模为条件分布外检测。UA-NWM 用不确定性子空间表示可能的未来状态，并将预测与目标之间的差异分解为不确定性可解释和不可解释两部分。仅使用不可解释的残差进行评分，从而无需多个未来样本即可实现稳健选择。大量实验表明，UA-NWM 在保持低推理延迟的同时，始终优于现有的导航世界模型。真实世界的无人机实验进一步验证了其实际适用性。项目页面：https://duryi.github.io/UA-NWM-Project-Page

查看 arXiv 页面 (https://arxiv.org/abs/2608.05597)查看 PDF (https://arxiv.org/pdf/2608.05597)项目页面 (https://duryi.github.io/UA-NWM-Project-Page)GitHub2 (https://github.com/DurYi/UA-NWM)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.05597)

在你的智能体中获取这篇论文：

hf papers read 2608.05597

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型1

DurYi/UA-NWM-Checkpoints Robotics• 更新于3天前 • 1 (https://huggingface.co/DurYi/UA-NWM-Checkpoints)

引用该论文的数据集1

DurYi/AirGoal-10k Viewer• 更新于3天前 • 132k • 258 • 1 (https://huggingface.co/datasets/DurYi/AirGoal-10k)

引用该论文的 Spaces1

包含该论文的收藏集1