用于3D空间中长程视觉生成和导航的空中世界模型

本文通过引入一种新的世界模型（ANWM）来预测未来的视觉观察，从而解决了无人机自主导航的挑战。这使得语义感知的规划成为可能，超越了简单的避障。使用受物理学启发的模块（FFP）来投影未来的视点是一项关键创新，改进了长距离视觉预测和导航成功率。这项工作意义重大，因为它通过结合高层次的语义理解，解决了当前无人机导航系统中的一个关键限制。

• •提出了ANWM，一种用于无人机的空中导航世界模型。
• •ANWM预测未来的视觉观察，以实现语义感知的规划。
• •引入了未来帧投影（FFP）模块，以改进长距离视觉预测。
• •证明了在大规模环境中提高了导航成功率。