ESARBench：代理无人机具体搜索和救援的基准

多模态 大语言模型 (MLLM) 的快速发展使无人机 (UAV) 具有空间推理、语义理解和复杂决策的卓越能力，使其天生适合无人机搜索和救援 (SAR)。然而，现有的无人机SAR研究以传统的视觉和路径规划方法为主，缺乏全面统一的实体基准。为了弥补这一差距，我们首先提出了\textbf{嵌入式搜索和救援（ESAR）}的新任务，该任务要求空中特工自主探索复杂的环境，识别救援线索，并推理受害者位置以执行明智的决策。此外，我们还推出了 \textbf{ESARBench}，这是第一个综合基准测试，旨在在高度真实的 SAR 场景中评估 MLLM 驱动的无人机代理。利用虚幻引擎 5 和 AirSim，我们构建了四个直接从现实世界地理信息系统 (GIS) 数据映射的高保真、大规模开放环境，以确保逼真的景观。为了严格模拟实际救援行动，我们的基准测试结合了动态变量，包括天气条件、一天中的时间和随机线索放置。此外，我们根据真实救援案例创建了包含 600 个任务的数据集，并提出了一组可靠的评估指标。我们评估不同的基线，从传统的启发式到先进的基于 MLLM 的地面和空中 ObjectNav 代理。实验结果凸显了 ESAR 的挑战，揭示了空间记忆、航空适应以及搜索效率和飞行安全之间的权衡方面的关键瓶颈。我们希望 ESARBench 成为推进嵌入式搜索和救援领域研究的宝贵资源。源代码和项目页面：https://4amgodvzx.github.io/ESAR.github.io。