基于 LLM 增强优化的无人机低空经济网络中高效 onboard 视觉语言推理
机器学习
2025-10-14 v1 人工智能
分布式、并行与集群计算
摘要
低空经济网络 (LAENets) 的快速发展促进了航空监视、环境感知和语义数据采集等多种应用。配备 onboard 视觉语言模型 (VLM) 的无人机（UAV）为实现这些场景的实时多模态推理提供了可行方案。然而，由于 onboard 资源有限和网络条件动态变化，确保推理精度和通信效率仍是挑战。本文首先提出一种 UAV 化身的 LAENet 系统模型，联合建模 UAV 移动性、用户-UAV 通信以及 onboard 视觉问答 (VQA) 流程。基于此模型，我们构建一个在用户特定精度约束下最小化任务延迟和功耗的混合整数非凸优化问题。为求解该问题，我们设计了分层优化框架：(i) 基于精度约束的交替分辨率与功率优化 (ARPO) 算法用于资源分配；(ii) 基于大语言模型 (LLM) 增强的强化学习方法 (LLaRA) 用于自适应 UAV 轨迹优化。大语言模型作为强化学习奖励设计的专家，以离线方式进行细化，不增加实时决策的延迟。数值结果表明，我们提出的框架在动态 LAENet 条件下有效提升了推理性能和通信效率。
引用
@article{arxiv.2510.10028,
title = {Efficient Onboard Vision-Language Inference in UAV-Enabled Low-Altitude Economy Networks via LLM-Enhanced Optimization},
author = {Yang Li and Ruichen Zhang and Yinqiu Liu and Guangyuan Liu and Dusit Niyato and Abbas Jamalipour and Xianbin Wang and Dong In Kim},
journal= {arXiv preprint arXiv:2510.10028},
year = {2025}
}