تتطلب الملاحة الجوية عبر الرؤية واللغة (VLN) وجود وكيل مدمج يمكنه دمج الأدلة البصرية بمرور الوقت، وتخطيط الإجراءات المستقبلية، وتحديد متى يصل إلى هدفه الملاحي تحت ظروف المراقبة الجزئية. بينما توفر نماذج VLA الحديثة نموذجًا واعدًا للانتقال من الإدراك إلى العمل، إلا أن التكيّف مع الملاحة الجوية ما زال تحديًا كبيرًا، نظرًا لسياقات التاريخ المحدودة، وآفاق التخطيط القصيرة، وعدم موثوقية نقاط التوقف الضمنية.

للتغلب على هذه التحديات، نقدم دريم فلاي، وهو إطار ملاحة جوية يعتمد على التخطيط المبني على التقنيات الانتشارية ويعتمد على نموذج Dream-VLA. يقدم دريم فلاي ذاكرة تاريخية متوافقة سببياً تعزز التمثيل البصري الحالي باستخدام الملاحظات السابقة فقط قبل خطوة القرار الحالية، ما يمكّن من التفكير في الزمن دون تسرب معلومات مستقبلية.

علاوة على ذلك، نقوم بصياغة الملاحة كورقة تخطيط انتشاري متراجع، حيث تتنبأ السياسة بإجمالي من $K$ خطوات لكنها تنفذ فقط الخطوة الأولى قبل إعادة التخطيط. تستخدم استراتيجية خطة-$K$، وتنفيذ خطوةٍ واحدة، العمليات المستقبلية كأهداف تخطيط مساعدة بينما تحافظ على تغذية بصرية مغلقة.

أخيرًا، تقوم LiteStop بتقدير احتمال التوقف مباشرةً من لوغاريتمات الإجراءات في حالة القناع الكامل الأولية، مما يفصل الإنهاء الصريح عن توليد الإجراءات. أظهرت التجارب على معيار OpenFly تحسينات متسقة في البيئات المرئية وغير المرئية. حقق دريم فلاي نسبة نجاح تبلغ 32.04% في البيئات المرئية و29.46% في غير المرئية، محافظًا على أدنى خطأ ملاحي عبر جميع المقاييس.

توضح هذه النتائج فعالية النمذجة المشتركة للسياق التاريخي، وبنية الإجراءات المستقبلية، والانتهاء الصريح في تحسين الملاحة الجوية عبر الرؤية واللغة (VLN).