大型语言模型辅助无人机操作与通信：多维度综述与教程

无人机 (UAV) 因其移动性和灵活性而广泛部署于多种应用场景。近期大型语言模型 (LLM) 的进展为提升无人机智能水平提供了变革性的机遇。通过将 LLM 集成到无人机系统中，可实现环境的高级理解、群体协调、运动优化和高层任务推理，从而实现更具适应性和情境感知的空中作业。本综述系统性地探讨了 LLM 与无人机技术的交叉领域，提出了一个统一框架，整合了现有架构、方法和应用。我们首先呈现 LLM 适用于无人机的结构化分类技术，包括预训练、微调、检索增强生成 (RAG) 和提示工程，以及关键推理能力如链式思考 (CoT) 和情境学习 (ICL)。随后，我们审视 LLM 辅助的无人机通信与作业，涵盖导航、任务规划、群体控制、安全、自主性和网络管理。进一步讨论了多模态 LLM (MLLM) 在人机群体互动、感知驱动的导航和协作控制中的应用。最后，我们关注伦理考量，包括偏见、透明度、问责制以及人机交互 (HITL) 策略，并概述未来研究方向。总体而言，本工作将 LLM 辅助无人机定位为智能和适应性空中系统的基础。