في خطوات ثورية نحو تطوير التوجيه اللغوي البصري للمركبات الجوية غير المأهولة (UAV-VLN)، تم تقديم إطار عمل موحد يحتمل أن يحدث تحولاً ملحوظاً في كيفية تفاعل هذه الطائرات مع التعليمات الطبيعية. فعلى الرغم من الفوائد الكبيرة التي تقدمها هذه الأنظمة، إلا أنها كانت تعاني من ثلاثة مشاكل مترابطة: ضعف الربط بين التعليمات والمعالم ذات الصلة، والقدرة المحدودة على استغلال التاريخ الطويل، وعدم الاستقرار في اتخاذ القرارات.

لإيجاد حل لهذه المشكلات، طُرح إطار العمل الجديد الذي يتضمن عدة مكونات مبتكرة. أولاً، أُدخلت وحدة تعزيز دلالي مرتبطة بالتعليمات، والتي تقوم بدمج معاني وخصائص الأماكن مع الحالة الحالية للملاحظات البصرية. وثانياً، تم تطوير استراتيجية تجميع زمني ديناميكية تأخذ بعين الاعتبار الأهمية، بحيث يتم إعادة وزن البيانات التاريخية واستعراض إطار زمني محدد يعزز النتائج.

أخيراً، تم اعتماد طريقة قرار مدروسة تأخذ في الاعتبار العوامل المحلية والمجموعة، مما يتيح تحسين السياسات بناءً على تدرجات متعددة. وقد أظهرت التجارب التي أجريت على مجموعة بيانات AerialVLN وOpenFly أن هذه الطريقة تحقق أداءً رفيع المستوى، مما يثري سبل الاستخدام والتحكم في المهام الجوية بعيدة المدى.