基于大语言模型的闭环无人机操作：语义观测驱动
机器人学
2026-01-01 v5
摘要
近期大型语言模型（LLM）的进展彻底革新了移动机器人，包括无人机（UAV），使其能够在物联网（IoT）生态系统中实现智能操作。然而，LLM在逻辑推理和复杂决策方面仍面临挑战，导致对LLM驱动的无人机操作在IoT应用中的可靠性存疑。本文提出一种基于闭环LLM驱动的无人机操作代码生成框架，通过有效反馈与细化实现可靠操作，采用两个LLM模块，即代码生成器和评估器。我们的框架将无人机操作的数值状态观测转化为语义轨迹描述，以增强评估器LLM对无人机动力学的理解，从而实现精准反馈。我们的框架还支持基于仿真的细化过程，从而消除因错误代码执行导致的物理无人机风险。对不同复杂度的无人机控制任务进行了广泛实验。实验结果表明，我们的框架能够实现可靠的LLM驱动无人机操作，在任务复杂度提升方面在成功率和完整性方面显著优于基线方法。
引用
@article{arxiv.2507.01930,
title = {Large Language Model-Driven Closed-Loop UAV Operation with Semantic Observations},
author = {Wenhao Wang and Yanyan Li and Long Jiao and Jiawei Yuan},
journal= {arXiv preprint arXiv:2507.01930},
year = {2026}
}
备注
13 pages, 10 figures