联合 LLM 与优化智能体的无人机受害者搜索调度方案

A Joint LLM and Optimization Agent Solution for Drone Scheduling in Victim Search Missions

AI 导读

研究提出一种智能体辅助的无人机调度系统，在地面控制站用智能体协调多架无人机执行连续搜索周期，由 LLM 推理搜索区域、优化器在能量约束下决定调度。仿真中该系统能稳定完成受害者搜索任务，而六个非 LLM 基线均未完成，直接用 LLM 调度可靠性明显更低。源代码已公开。

正文 · AI 翻译

查看 PDF HTML（实验性）

摘要：在荒野地区搜索遇险者是时间紧迫的任务。无人机能够快速搜索区域，但调度它们颇具挑战，因为遇险者可能持续移动、检测结果存在不确定性，而且有效的决策必须将结构化任务信息与非结构化上下文线索及领域知识相结合。为解决这一问题，我们提出了一种智能体辅助的无人机调度系统。该系统在地面控制站（GCS）部署一个智能体，在连续的搜索周期中协调多架无人机。在每个周期中，该智能体应用一种调度策略，将用于推理搜索位置的大语言模型（LLM）与用于在能量约束下确定无人机调度方式的优化器相结合。仿真结果表明，所提出的系统能够持续完成遇险者搜索任务，而六个非 LLM 基线均无法做到，直接使用 LLM 调度则可靠性明显更低。源代码已公开于此 https URL。

主题：	系统与控制（eess.SY）；人工智能（cs.AI）；新兴技术（cs.ET）
引用为：	arXiv:2611.16524 [eess.SY]
	（或 arXiv:2611.16524v1 [eess.SY] 用于此版本）
	https://doi.org/10.48550/arXiv.2611.16524 由 DataCite 颁发的 arXiv DOI（待注册）

提交历史

来自：Yinghao Zhang [查看邮箱]
[v1] 2026年11月12日星期四 09:20:54 UTC（359 KB）

来源：arXiv cs.AI · arxiv.org