SkySim：基于 ROS2 的无人机群集自然语言控制仿真环境
机器人学
2026-02-03 v1 人机交互
摘要
无人机群集在物流、农业和监视等领域提供了多样化的应用潜力，但控制它们需要专家知识以确保安全和可行性。传统的静态方法受限于适应性，而大型语言模型（LLMs）通过自然语言控制但因缺乏物理 grounding 而产生不安全轨迹。本文介绍了SkySim，一个基于 ROS2 的 Gazebo 仿真框架，将 LLM 的高层规划与低层安全执行解耦。使用 Gemini 3.5 Pro，SkySim 将用户指令（如“形成圆形”）翻译为空间坐标点，依据实时无人机状态进行信息化。人工势场（APF）安全过滤器对碰撞避免、运动学限制和地理围栏进行最小调整，确保以 20 Hz 的速度实现可行执行。对 3、10 和 30 个 Crazyflie 无人机的实验验证了空间推理准确性（在测试的几何原语中达到 100%）、实时碰撞预防和可扩展性。SkySim 使非专业人士能够迭代细化行为，搭建了 AI 认知与机器人安全在动态环境之间的桥梁。未来工作目标是硬件集成。
引用
@article{arxiv.2602.01226,
title = {SkySim: A ROS2-based Simulation Environment for Natural Language Control of Drone Swarms using Large Language Models},
author = {Aditya Shibu and Marah Saleh and Mohamed Al-Musleh and Nidhal Abdulaziz},
journal= {arXiv preprint arXiv:2602.01226},
year = {2026}
}