Vision-based Learning for Drones: A Survey

本文介绍了基于视觉学习的技术对于提升无人机自主性和功能的重要性，这是一个快速发展的领域。与现有的针对特定任务的调查不同，本文全面概述了视觉学习在无人机中的应用，强调了其在各种场景下提高无人机操作能力的关键作用。我们首先阐述了视觉学习的基本原理，重点介绍了它如何显著提高了无人机的视觉感知和决策过程。然后，从感知-控制的角度，我们将基于视觉的控制方法分为间接、半直接和端到端方法。我们进一步探讨了具有学习能力的基于视觉的无人机的各种应用，从单一智能体系统到更复杂的多智能体和异构系统场景，并强调了每个领域的挑战和创新。最后，我们探讨了一些未解决的问题和潜在的解决方案，为这个充满活力和快速发展的领域的持续研究和发展铺平了道路。随着大型语言模型（LLMs）和具有实体智能的发展，基于视觉学习的无人机为在三维物理世界中实现人工通用智能（AGI）提供了一个充满希望但充满挑战的道路。

本论文旨在探讨视觉学习在无人机中的应用，以提高无人机在各种场景下的操作能力。同时，该论文还试图探索视觉学习对于无人机在单智能体系统到多智能体和异构系统场景下的应用。

本论文通过阐述视觉学习的基本原理，将视觉控制方法分为间接、半直接和端到端方法，并探讨了视觉学习在无人机中的应用，从单智能体系统到更复杂的多智能体和异构系统场景。该论文为这一领域的研究提供了新的思路。

本论文重点介绍了视觉学习在无人机中的应用，包括单智能体系统、多智能体系统和异构系统场景。同时，该论文还探讨了该领域的挑战和创新，并为该领域的进一步研究和开发铺平了道路。

在这个领域中，最近的相关研究包括：'Visual Teach and Repeat for Long-Range Inspection of Bridges Using Unmanned Aerial Vehicles'、'Vision-Based Autonomous Landing of a Fixed-Wing UAV on a Moving Ground Vehicle'、'A Survey of Deep Learning for UAV Autonomous Navigation'等。