精选理由
无人机搜索终于有了语义理解能力——LMPath 用语言模型和视觉模型替代纯几何覆盖，做搜救、巡检、环境监测的团队可以直接参考，实测效率提升明显。
传统无人机自主搜索依赖几何覆盖模式，忽略目标语义，在大规模环境中效率低下。LMPath 提出一种新流程：给定地理围栏和目标描述，先用生成式语言模型判断目标可能出现的区域，再用视觉基础模型对卫星图像分割，形成语义探索先验。基于该先验，可生成多种无人机路径，如最小化预期搜索时间、在有限航程内最大化发现概率，或缩小搜索范围到最可能区域。真实无人机和仿真实验表明，LMPath 生成的路径在搜索任务中显著优于传统规划方法。
AI 翻译 · 中文
传统无人机自主搜索依赖几何覆盖模式，忽略目标语义，在大规模环境中效率低下。LMPath 提出一种新流程：给定地理围栏和目标描述，先用生成式语言模型判断目标可能出现的区域，再用视觉基础模型对卫星图像分割，形成语义探索先验。基于该先验，可生成多种无人机路径，如最小化预期搜索时间、在有限航程内最大化发现概率，或缩小搜索范围到最可能区域。真实无人机和仿真实验表明，LMPath 生成的路径在搜索任务中显著优于传统规划方法。
Traditional autonomous UAV search missions rely on geometric coverage patterns that ignore the semantic context of the target, leading to significant time waste in large-scale environments. In this paper we present LMPat…