DroneCATS基准
4 节点0 篇3 来源
NAVER Cloud发布DroneCATS基准，评估多模态大语言模型（MLLM）作为无人机控制代理的能力。研究发现，小型开源模型在导航精度上往往优于前沿模型，但因无法正确执行“到达声明”协议而导致任务失败；而前沿模型虽能识别目标，却因延迟过高难以追踪移动目标。通过微调2B参数模型，其模拟成功率从0%提升至31%，并在真实飞行中超越前沿模型。该基准揭示了具身智能的核心瓶颈并非空间感知，而是动作协议的纪律性。
事情怎么走到这一步
论文v1提交至arXiv，提出DroneCATS-Agent架构，将MLLM直接置入无人机控制回路，仅通过提示词定义动作空间。
arxiv.org ↗Hugging Face社区讨论指出，Qwen3.5-9B等小模型虽能进入成功半径，但常因过早或从不声明到达而输掉回合。
huggingface.co ↗论文v2更新，扩展至多无人机编队指挥场景，发现所有零样本模型作为指挥官控制子代理时表现均优于直接驾驶所有无人机。
arxiv.org ↗GitHub仓库上线，公布微调后的2B模型（Cosmos3-Edge-2B FT），其在真实DJI Tello上的步长耗时0.6秒，快于所有测试的前沿API。
github.com ↗
还没定论的部分
- DroneCATS基准代码和数据集的具体发布时间尚未确定。
- 微调2B模型在更复杂真实环境中的鲁棒性有待验证。