unmanned aerial vehicle
PulseAugur coverage of unmanned aerial vehicle — every cluster mentioning unmanned aerial vehicle across labs, papers, and developer communities, ranked by signal.
- instance of DagsHub 90%
- instance of alphaXiv 90%
- used by deep reinforcement learning 90%
- used by Starobělská 90%
- used by Mappō 90%
- instance of PairUAV 90%
- used by global navigation satellite system 80%
- used by Global Positioning System 80%
- used by Open Radio Access Network 80%
- used by DagsHub 70%
- instance of Gotit.pub 70%
- instance of ScienceCast 70%
- 2026-07-19 research_milestone Engineers developed an AI-optimized drone that uses visual illusions for near-invisibility, presented at the 2026 Robotics: Science and Systems Conference. 来源
14 天有情绪数据
-
新框架实现无人机高效协同感知与通信
研究人员开发了一个名为SI-TokCom的新框架，用于无人机（UAVs）之间的协同集成感知与通信（ISAC）。该框架利用令牌通信，使无人机能够高效地共享局部状态和意图，从而降低信令开销。SI-TokCom旨在最小化推进能量，同时满足通信和感知速率要求，在仿真中显示出比基线方法显著的改进。
-
MultiFly 数据集提供多模态航空感知基准
研究人员推出了 MultiFly，这是一个专为使用无人机 (UAV) 进行多模态航空感知而设计的真实世界数据集。该数据集包含 RGB、热成像、LiDAR 和雷达模态的同步数据，并对 15 个语义类别进行了逐帧标注。为了简化标注过程，标签从少量手动标注的 RGB 图像高效地迁移到其他模态，与保留的标注和跨模态对的语义一致性达到了高度一致。MultiFly 旨在为多模态航空感知研究提供一个可扩展的基础，并为这些多样化数据类型的语义分割建立新的基准。
-
SearchWorld模型通过空间想象力增强无人机目标搜索能力
研究人员开发了SearchWorld，一个旨在提高自主无人机（UAV）目标搜索能力的新世界模型。该模型集成了显式空间记忆和价值引导的想象力，使无人机能够进行前瞻性规划而非被动反应。SearchWorld维护鸟瞰图探索和障碍物记忆，解码任务感知的空间价值层来指导其搜索。该系统在UAV-ON基准测试中展示了更高的成功率，优于现有代理，并在未见过场景中表现出鲁棒性。
-
美国联邦通信委员会提议频谱拍卖并将800兆赫兹频段用于无人机
美国联邦通信委员会（FCC）提议制定新规则以增强无线连接，重点关注直连设备（D2D）服务。这些提议包括拍卖25兆赫兹的中频段频谱，用于灵活的陆地、卫星或混合网络，可能使Amazon等公司受益。此外，FCC正在考虑允许无人机在800兆赫兹蜂窝频段上运行，这将为无人机开辟约50兆赫兹的可用频谱。
-
新框架WareFly-VLA支持仓库中语言引导的无人机控制
研究人员推出WareFly-VLA，这是一个专为视觉-语言-动作（VLA）模型在智能仓库中控制无人机（UAV）设计的框架和数据集。该框架包含人类遥操作飞行片段和同步控制命令的数据集，旨在实现语言引导的人类搜索和追踪。使用四个开源VLA架构进行的评估揭示了空中平台泛化和连续动作建模方面的挑战。
-
新研究探讨热成像视频中无人机检测的帧级标签
一篇新研究论文探讨了在热成像视频片段中使用帧级标签检测小型无人机（UAV）的有效性。该研究分析了一个利用存在/不存在标签来训练定位能力的现有架构，即使在难以获得空间标注的情况下也是如此。在两个热红外数据集 CST Anti-UAV 和 Anti-UAV410 上的结果表明，分类训练增强了目标相关的空间响应，而读出训练则提高了其一致性提取。研究还发现，将相似的标签数量分布到更多的视频中可以提高定位命中率，尽管在误报约束下的检测不一定有所…
-
LiLib方案通过自适应专家库改进无人机路径损耗预测
研究人员开发了LiLib，这是一种专为无人机（UAV）设计的连续学习方案，可更准确地预测空地路径损耗。该系统维护一个小型自适应专家库，当无人机遇到环境变化（例如在郊区和市区之间移动）时，可以重复使用或更新这些专家。在模拟中，与现有方法相比，LiLib显著降低了预测误差，并提高了速率自适应的吞吐量。该方案轻量级，存储需求极小，甚至可以在无人机之间共享以加速对新环境的适应。
-
新基准和模型应对跨具身全景分割
研究人员引入了一项名为跨具身开放全景分割的新任务，以解决不同具身平台之间一致场景理解的挑战。他们还建立了EmbPASS，这是一个包含车辆、无人机、可穿戴设备和四足平台语义分割的基准数据集。为了解决这个问题，他们提出了EPONet，一个旨在改善异构具身观测的空间建模和语义迁移的网络，在EmbPASS基准上实现了35.82%的平台平衡mIoU。
-
研究人员提出LLM驱动的无人机群感知-推理接口的纵深防御策略
一篇新研究论文详细介绍了一种针对LLM中心智能无人机群的纵深防御策略，重点在于保护感知与推理之间的接口。所提出的系统实现了五层检查来验证传感器报告，确保其来源、物理可接受性、与无人机群预测的一致性以及时间表完整性。这些层旨在检测和缓解可能在不改变LLM核心权重的情况下重定向无人机群的传感器数据对抗性操纵。该研究量化了性能权衡，表明虽然防御措施可以显著降低攻击引起的成本，但可能会增加累积运营成本。
-
研究发现处理参数显著影响无人机摄影测量精度
Wojciech Gruszczyński 在 arXiv 上发表的一项新研究调查了处理参数对无人机（UAV）摄影测量结果测量精度的影响。该研究系统地评估了十个无人机数据集上的 768 种处理变体，结果显示性能最佳的配置实现了 16 毫米的 RMSE，而效果最差的配置达到了 303 毫米。影响精度的关键因素包括地面控制点的数量、附加相机校正的应用以及使用后处理动态 GNSS 来确定相机投影中心坐标。这些发现为优化无人机摄影测量工作流程…
-
新架构管理智能无人机群的上下文和通信
一篇新研究论文提出了一种用于智能无人机群的分布式架构，该架构利用小型语言模型（SLM）进行推理。该系统通过将运行时知识组织成结构化笔记并采用面向兴趣的流言引擎进行选择性传播来解决信息管理挑战。这种方法旨在提高不确定环境中的通信效率和推理上下文，如在模拟的搜救任务中所展示的。
-
无人机影像分类：神经网络在城市化区域识别方面优于植被指数
研究人员开发并比较了使用无人机（UAV）高分辨率影像识别城市化区域的分类方法。该研究评估了各种植被指数（VIs）和神经网络（NNs），发现神经网络的准确率（约96%）高于最佳植被指数“过量蓝”（约87%）。研究还考察了季节和图像块大小对分类性能的影响，并使用Matthews相关系数来处理不平衡数据集。
-
Arm2Air将机器人手臂骨架迁移至无人机以优化中继部署
研究人员开发了Arm2Air，这是一种在复杂城市环境中优化无人机（UAV）中继网络部署的新颖方法。该技术将来自机器人手臂的避障骨架迁移到无人机上，显著减少了规划运行时间并提高了通信容量。Arm2Air展示了计算和数据效率，性能优于传统规划器，并在有限的训练数据下减少了位置误差。
-
新框架统一了六种范式下的55个高光谱图像模型
一份新的技术报告介绍了一个名为“高光谱图像模型”的框架，该框架旨在标准化和统一高光谱遥感深度学习模型的发展。该框架整合了六种主要范式下的55个模型，包括CNN、Vision Transformers和Mamba，以及来自各种传感器的24个基准数据集。该倡议旨在通过提供一个通用注册表、标准化的数据适应和稳健的评估方法来防止准确性指标虚高，从而解决该领域的碎片化和不一致问题。
-
FRESHLATENT 适配器在无线约束下提升无人机视觉语言模型性能
研究人员开发了 FRESHLATENT，这是一种新颖的通道感知潜在适配器，专为使用拆分式视觉语言模型（VLM）的资源受限无人机（UAV）设计。这种轻量级适配器解决了在无线通信约束下 VLM 感知中中间特征被破坏的问题。FRESHLATENT 通过训练一个编码器-解码器来适应无线损坏，同时保持主 VLM 冻结，显著提高了在不利条件下的 gIoU 和 cIoU 等性能指标。与更重的通信编解码器相比，该系统在编码器参数、延迟和能耗方面均有大…
-
AI框架提升无人机网络安全性和能效
研究人员开发了一种新颖的框架，用于优化动态无人机（UAV）网络的部署，重点关注在易受威胁环境中的能效和运行安全。该方法采用威胁感知的K-means算法进行初始放置和聚类，然后进行最优匹配阶段以分配无人机并最小化能耗。多智能体孪生延迟深度确定性策略梯度（MATD3）算法随后动态调整轨迹、功率和用户关联。仿真结果表明，该框架实现了零安全违规，并在能效和收敛速度方面优于其他学习方法和非聚类基线。
-
AI框架通过LLM-MARL和神经符号方法推进无人机网络化
两篇新研究论文探讨了用于管理无人机（UAV）网络的先进人工智能技术。第一篇论文提出了一种分层混合架构，将大型语言模型（LLM）与多智能体强化学习（MARL）相结合，以动态适应低空无线网络中不断变化的服务需求和网络条件。第二篇论文介绍了一个神经符号智能体AI框架，旨在通过整合神经基础与符号推理来增强无人机自主性，以降低幻觉风险并提高泛化能力。
-
新的HARD数据集和s-HOTA指标解决了千兆像素尺度的航空场景理解问题
研究人员推出了一款名为HARD的新数据集，专为使用无人机（UAV）的超高分辨率航空影像进行广域时空场景理解（WSTU）而设计。该数据集通过提供带有物体检测、多物体跟踪和视觉问答标注的千兆像素级图像，解决了现有资源的局限性。为了应对如此高分辨率数据带来的显著处理延迟，提出了一种名为流式HOTA（s-HOTA）的新指标来评估多物体跟踪性能。
-
新的决策 Transformer 优化无人机机队调度以平衡能源和延迟
研究人员开发了 PrefDT，这是一种新颖的、受偏好条件约束的决策 Transformer，专为移动边缘计算 (MEC) 环境中运行的无人机 (UAV) 机队的多目标调度而设计。该系统旨在优化能源消耗和延迟之间的权衡，允许单个训练模型根据期望的性能点在运行时动态调整调度。PrefDT 利用注意力池化进行状态摘要，并包含一个蒸馏管道来生成训练数据，在模拟中表现优于其他 26 种方法，即使在飞行中推进成本增加的情况下，也能将能源预算保持在…
-
无人机音频分类：方法扩展胜过模型扩展
一篇新的研究论文探讨了在无人机（UAV）上进行音频分类时，模型大小与微调方法之间的权衡。研究发现，参数高效微调（PEFT）方法，特别是对EfficientNet-B7等大型模型进行选择性batch-norm调整，在更新极少部分参数的情况下达到了高精度。对于这项特定任务，轻量级卷积神经网络在准确性和效率方面普遍优于Transformer，这表明在数据稀缺的情况下，对于无人机音频分类而言，优化微调方法比简单地扩展模型架构更为关键。