The Innovation Informatics | AeroVerse-Review：空中具身智能体视觉语言导航综述

本文系统综述了空中具身视觉语言导航（UAV-VLN）的研究进展与挑战。背景方面，传统视觉语言导航多局限于地面二维环境，而无人机将其扩展至三维空域，需实现语言指令、三维感知与动力学控制的高效协同。研究目的为推进无人机从被动感知走向主动交互，成为能理解、能决策的“空中智能体”。文章详细探讨了仿真平台、核心算法、多智能体协作等关键技术：仿真平台如AeroVerse和AirSim提供高保真训练环境；算法从规则方法演进至大模型驱动框架，强化了语义理解与任务规划能力；多无人机协同和卫星-无人机融合提升了系统鲁棒性。结论指出，UAV-VLN是具身智能迈向三维空间的核心领域，未来需聚焦统一评估基准、虚实迁移、大模型轻量化等方向，以构建“天-空-地”一体化智能系统，赋能应急救援、智慧城市等低空经济场景。