自主无人机导航长期以来依赖将感知、建图与规划拆分为独立阶段的流水线方案，这种分阶段架构虽然便于模块化调试，却会逐级传播误差、累积延迟，并且往往需要针对具体环境重新调参。端到端的生成式模型试图通过将原始观测直接映射为飞行轨迹来消除这些中间接口，从而绕过传统流水线的诸多弊端。然而，这类模型也继承了另一种更为隐蔽的失效模式：由于训练数据大多来自干净的理想场景，模型缺乏识别观测可靠性的能力，容易将玻璃、镜面、过曝表面等退化区域误判为可用于规划的有效证据，进而在真实环境中做出危险决策。
针对这一问题，来自 Ivan Valuev 等四位作者的研究团队提出了一种面向三维无人机导航的可靠性感知扩散规划器，论文于 2026 年 6 月 11 日提交至 arXiv，编号为 2606.13883，归类于机器人学（cs.RO）。该方法的核心思想是在轨迹生成过程中同时引入原始观测与一张场景级可靠性热力图，后者明确标注出感知不可信赖的区域。这张热力图由一个轻量级网络生成，该网络在实时规划的预算约束内，蒸馏了视觉-语言模型所具备的开放词汇推理能力，从而在保证响应速度的同时保留了语义层面的判断力。
为了在无需重新训练的前提下泛化到未见过的环境，研究团队采用了一种可微的两阶段 ESDF（欧氏符号距离场）代价来引导去噪过程。该代价函数将来自深度的物理障碍与来自高不可靠区域的虚拟障碍置于同等地位处理，使规划器能够主动规避那些感知质量不佳、潜藏风险的空间。
在仿真环境与真实四旋翼无人机上的实验表明，该规划器生成的轨迹明显比当前最先进的扩散基线更为安全：障碍物违规率从 40.3% 降至 9.6%，所经区域的平均可靠性从 0.588 提升至 0.925。消融实验进一步显示，仅移除可靠性项就会使平均可靠性从 0.898 下降到 0.783，证实可靠性项是起决定性作用的组件；而蒸馏技术使整个框架的运行速度达到完整视觉-语言模型的两倍。
值得注意的是，该工作强调了在端到端生成式导航中显式建模感知不确定性的重要性，为无人机在复杂、退化视觉条件下的安全自主飞行提供了新的思路。论文的提交历史显示，该版本于 2026 年 6 月 11 日 20:18:34 UTC 上传，文件大小约 1,694 KB，目前以预印本形式公开，尚未经过同行评审。