SWARM-LLM:基于大语言模型的无人集群任务规划系统

作     者：李婷婷 王琪 王嘉康 徐勇军 LI Tingting;WANG Qi;WANG Jiakang;XU Yongjun

作者机构：中国科学院计算技术研究所北京100190 中国科学院大学北京100049 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2025年第52卷第1期

页      码：72-79页

摘      要：针对无人集群系统自主智能性不足、异构无人集群协同效率低、任务分配不均衡等问题,文中面向无人集群自主规划、高效协作、智能决策的需求,首先提出了一种新的基于大语言模型的无人集群任务规划系统框架(SWARM-LLM)。该框架利用大语言模型将高层次的任务指令转化为具体的智能无人集群任务规划方案,通过任务分解、任务分配、任务执行等多个阶段来实现无人集群协同任务。进一步地,设计了一套适用于无人集群规划的提示工程方法-规划链(Planning Chain, PC),用来指导和优化上述各阶段的实施。最终,在无人集群仿真环境(AirSim)中构建了不同类别和复杂度的任务,并进行了评估实验。与其他基于优化算法和机器学习的算法相比,实验结果证明了SWARM-LLM框架的有效性,并在任务成功率上展现出了显著的优势,平均性能提升了47.8%。

主 题 词：任务规划 无人集群 大语言模型 协同策略 智能决策 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11896/jsjkx.241000038

馆 藏 号：203156540...