Towards Autonomous UAV Visual Object Search in City Space: Benchmark and Agentic Methodology

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ji, Yatai, Zhu, Zhengqiu, Zhao, Yong, Liu, Beidan, Gao, Chen, Zhao, Yihao, Qiu, Sihang, Hu, Yue, Yin, Quanjun, Li, Yong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AutoS$^2$earch: Unlocking the Reasoning Potential of Large Models for Web-based Source Search
von: Zhu, Zhengqiu, et al.
Veröffentlicht: (2025)

CityEQA: A Hierarchical LLM Agent on Embodied Question Answering Benchmark in City Space
von: Zhao, Yong, et al.
Veröffentlicht: (2025)

Learn to Relax with Large Language Models: Solving Constraint Optimization Problems via Bidirectional Coevolution
von: Liu, Beidan, et al.
Veröffentlicht: (2025)

GeoNav: Empowering MLLMs with dual-scale geospatial reasoning for language-goal aerial navigation
von: Xu, Haotian, et al.
Veröffentlicht: (2025)

DLW-CI: A Dynamic Likelihood-Weighted Cooperative Infotaxis Approach for Multi-Source Search in Urban Environments Using Consumer Drone Networks
von: Zhang, Xiaoran, et al.
Veröffentlicht: (2025)

CityCube: Benchmarking Cross-view Spatial Reasoning on Vision-Language Models in Urban Environments
von: Xu, Haotian, et al.
Veröffentlicht: (2026)

Conversational Crowdsensing: A Parallel Intelligence Powered Novel Sensing Approach
von: Zhu, Zhengqiu, et al.
Veröffentlicht: (2024)

Autonomous Crowdsensing: Operating and Organizing Crowdsensing for Sensing Automation
von: Wu, Wansen, et al.
Veröffentlicht: (2024)

A2DEPT: Large Language Model-Driven Automated Algorithm Design via Evolutionary Program Trees
von: Chen, Bin, et al.
Veröffentlicht: (2026)

NL2GenSym: Natural Language to Generative Symbolic Rules for SOAR Cognitive Architecture via Large Language Models
von: Yuan, Fang, et al.
Veröffentlicht: (2025)

Toward parallel intelligence: an interdisciplinary solution for complex systems
von: Zhao, Yong, et al.
Veröffentlicht: (2023)

Heterogeneous Graph Reinforcement Learning for Dependency-aware Multi-task Allocation in Spatial Crowdsourcing
von: Zhao, Yong, et al.
Veröffentlicht: (2024)

Towards Realistic UAV Vision-Language Navigation: Platform, Benchmark, and Methodology
von: Wang, Xiangyu, et al.
Veröffentlicht: (2024)

ESARBench: A Benchmark for Agentic UAV Embodied Search and Rescue
von: Zhang, Daoxuan, et al.
Veröffentlicht: (2026)

SwimVG: Step-wise Multimodal Fusion and Adaption for Visual Grounding
von: Shi, Liangtao, et al.
Veröffentlicht: (2025)

Towards Long-horizon Agentic Multimodal Search
von: Du, Yifan, et al.
Veröffentlicht: (2026)

Psychology-driven LLM Agents for Explainable Panic Prediction on Social Media during Sudden Disaster Events
von: Liu, Mengzhu, et al.
Veröffentlicht: (2025)

View-Centric Multi-Object Tracking with Homographic Matching in Moving UAV
von: Ji, Deyi, et al.
Veröffentlicht: (2024)

Multimodal Prototype-Enhanced Network for Few-Shot Action Recognition
von: Ni, Xinzhe, et al.
Veröffentlicht: (2022)

A Data-driven Crowd Simulation Framework Integrating Physics-informed Machine Learning with Navigation Potential Fields
von: Guo, Runkang, et al.
Veröffentlicht: (2024)

Multi-Stage Vision Token Dropping: Towards Efficient Multimodal Large Language Model
von: Liu, Ting, et al.
Veröffentlicht: (2024)

WideSearch: Benchmarking Agentic Broad Info-Seeking
von: Wong, Ryan, et al.
Veröffentlicht: (2025)

Benchmarking Agentic Workflow Generation
von: Qiao, Shuofei, et al.
Veröffentlicht: (2024)

Toward Autonomous Computational Catalysis Research via Agentic Systems
von: Chen, Honghao, et al.
Veröffentlicht: (2026)

Agentic AI Meets Edge Computing in Autonomous UAV Swarms
von: Nguyen, Thuan Minh, et al.
Veröffentlicht: (2026)

MaskSearch: A Universal Pre-Training Framework to Enhance Agentic Search Capability
von: Wu, Weiqi, et al.
Veröffentlicht: (2025)

Re-Aligning Language to Visual Objects with an Agentic Workflow
von: Chen, Yuming, et al.
Veröffentlicht: (2025)

Hyper-YOLO: When Visual Object Detection Meets Hypergraph Computation
von: Feng, Yifan, et al.
Veröffentlicht: (2024)

EmbodiedCity: A Benchmark Platform for Embodied Agent in Real-world City Environment
von: Gao, Chen, et al.
Veröffentlicht: (2024)

UAVBench: An Open Benchmark Dataset for Autonomous and Agentic AI UAV Systems via LLM-Generated Flight Scenarios
von: Ferrag, Mohamed Amine, et al.
Veröffentlicht: (2025)

LocalSearchBench: Benchmarking Agentic Search in Real-World Local Life Services
von: He, Hang, et al.
Veröffentlicht: (2025)

Towards Agentic Self-Learning LLMs in Search Environment
von: Sun, Wangtao, et al.
Veröffentlicht: (2025)

A Multi-Agent Reinforcement Learning Approach for Cooperative Air-Ground-Human Crowdsensing in Emergency Rescue
von: Lu, Wenhao, et al.
Veröffentlicht: (2025)

REVERSE: Reinforcing Evidence Verification and Search for Agentic Image geo-localization
von: Li, Yong, et al.
Veröffentlicht: (2026)

M3CAD: Towards Generic Cooperative Autonomous Driving Benchmark
von: Zhu, Morui, et al.
Veröffentlicht: (2025)

TSAPR: A Tree Search Framework For Automated Program Repair
von: Hu, Haichuan, et al.
Veröffentlicht: (2025)

Forging Vision Foundation Models for Autonomous Driving: Challenges, Methodologies, and Opportunities
von: Yan, Xu, et al.
Veröffentlicht: (2024)

From Web to Pixels: Bringing Agentic Search into Visual Perception
von: Yang, Bokang, et al.
Veröffentlicht: (2026)

Runtime Burden Allocation for Structured LLM Routing in Agentic Expert Systems: A Full-Factorial Cross-Backend Methodology
von: Hanlin, Zhou, et al.
Veröffentlicht: (2026)

Infinite Boundary Terms and Pairwise Interactions: A Unified Framework for Periodic Coulomb Systems
von: Zhao, Yihao, et al.
Veröffentlicht: (2025)