في عالم التكنولوجيا المتقدمة، تتطلب الملاحة للطائرات بدون طيار (UAV) استجابة سريعة وتحكمًا تفاعليًا في بيئات ثلاثية الأبعاد المعقدة. تم طرح نظام AeroDPO كحل مبتكر يتجاوز الاعتماد التقليدي على نماذج اللغة الضخمة. بدلاً من ذلك، يركز البحث على تحسين جودة الإدراك البصري، وهو ما أظهر نتائج واعدة، حيث أثبت النموذج الخفيف الوزن (2B) فعاليته الكاملة مقارنة بالأساسيات الأكثر تعقيدًا (7B).

ورغم القوة التي يوفرها النموذج، إلا أن البحث يكشف عن نقاط ضعف أساسية في نظام التكرار السلوكي (Behavior Cloning) المستخدم. حيث يفتقر هذا النظام إلى ردود فعل سلبية واضحة، مما يؤدي إلى عدم القدرة على فهم القيود المكانية بشكل فعّال، ويزيد من مخاطر الاصطدامات في السيناريوهات غير المعروفة.

للتغلب على هذه التحديات، تم تطوير نظام AeroDPO كحل تلقائي دون تكاليف باهظة. يقوم النظام بإجراء عمليات إعادة تدوير للدولة الفيزيائية عند اكتشاف الاصطدامات، مما يسمح له بتحديد الأخطاء المتعلقة بالحركة والتصرف بشكل مناسب. ومن خلال إدخال تحسينات متميزة وتصفية ambiguities البصرية، تمكن AeroDPO من رفع معدل النجاح إلى 49.16% في السيناريوهات غير المعروفة، بينما يقلل بشكل كبير من معدل الاصطدامات، مما يحقق إنجازًا جديدًا في عالم الطائرات الجوية الذاتية.