SwiftVLN 文档

SwiftVLN 将轨迹训练、记忆机制实验与在线评测整合到同一框架中，支持 Qwen2.5-VL 和 Qwen3-VL，可用于 SatNav 航空导航与 Habitat 室内导航。

从这里开始

你的目标	使用指南
理解实现原理	双层记忆与滑窗 · 历史记忆压缩 · 地图记忆 · 输入增强
评测已发布模型	安装 · 模型与 Checkpoint · 评测
训练导航策略	SatNav 数据 · Habitat 数据 · 训练
比较记忆机制	记忆配置
迁移到无人机观测	SatDronePair · Stage-A 训练
扩展框架	代码架构 · 扩展指南

训练与评测流程

先安装环境、下载基础模型或导航 checkpoint，再配置本地数据路径。训练使用离线 RGB 观测与专家动作，评测在 SatNav 或 Habitat Episode 中执行在线导航。通过同一模型名称，将训练时的记忆和窗口设置带入评测。

使用流程串联了安装、数据准备、训练、评测与开发文档。参考配置采用 32 个动作的窗口、每次预测 4 个动作，以及 8 个均匀采样的历史观测。

项目资源

• 论文：SatNav: A Scalable Benchmark for Long-Horizon UAV Vision-Language Navigation from Satellite Imagery。

• SwiftVLN Model Zoo：参考模型与记忆消融实验 checkpoint。

• SatNav Wiki：模拟器、Episode、卫星场景与基线文档。

• 源代码：模型、脚本、配置与文档源文件。