论文
使用 大语言模型 进行空间语义推理以实现高效的无人机搜索操作
Spatial-Semantic Reasoning using Large Language Models for Efficient UAV Search Operations
摘要
我们提出了一种用于无人机（UAV）的实时语义导航框架，专注于提高对象目标导航（ObjectNav）任务的时间效率。我们方法的核心是 大语言模型 (LLM)，它解释用户提供的自然语言指令，并对检测到的对象和空间上下文执行语义推理，以优先考虑高概率搜索区域。该系统结合了实时目标检测、3D 空间映射和多项式样条插值，可实现平滑且可行的无人机轨迹规划。与依赖离线推理或模拟器约束动作空间的现有方法不同，我们的框架可以实时运行，根据新的观察不断更新语义相关性。模拟和现实环境中的实验表明，在保持高搜索精度的同时，任务持续时间减少，强调了 LLM 引导推理对于基于无人机的高效 ObjectNav 的有效性。