Recovery DAgger

X-Fly框架增强了空中视觉语言导航代理

研究人员开发了X-Fly，一个旨在改进空中视觉语言导航（VLN）代理的新型训练框架。该框架通过在重新规划之前执行完整的动作块来解决模型推理的高成本问题，从而显著减少查询时间。X-Fly采用分阶段训练方法，包括用于标记学习者访问状态的Recovery DAgger和用于精炼策略的Flow-GRPO，与现有方法相比，在已见和未见空中导航任务的成功率方面取得了显著提高。