无人机遇上大语言模型:面向智能体低空移动的综述与展望
机器人学
2025-04-15 v2 人工智能
摘要
以无人飞行器(UAV)为代表的低空移动在交通、物流、农业等诸多领域带来了变革性进展。凭借灵活的视角与敏捷的机动性,无人机拓展了传统系统的感知与行动能力,引起了学术界与工业界的广泛关注。然而,当前的无人机运行主要依赖人工控制,仅在简单场景下具备有限的自主能力,缺乏应对更复杂环境与任务所需的智能性与适应性。大语言模型(LLMs)的出现展现出了卓越的问题求解与泛化能力,为提升无人机智能提供了一条充满前景的途径。本文探讨了大语言模型与无人机的融合,首先概述了无人机系统的基本组成与功能,接着综述了大语言模型技术的最新进展。随后,系统梳理了面向无人机的多模态数据资源,这些资源为训练与评估提供了关键支撑。在此基础上,本文对无人机与大语言模型交汇的关键任务与应用场景进行了分类与分析。最后,提出了通向智能体无人机的参考路线图,旨在通过自主感知、记忆、推理与工具使用,使无人机具备智能体智能。相关资源见 https://github.com/Hub-Tian/UAVs_Meet_LLMs。
引用
@article{arxiv.2501.02341,
title = {UAVs Meet LLMs: Overviews and Perspectives Toward Agentic Low-Altitude Mobility},
author = {Yonglin Tian and Fei Lin and Yiduo Li and Tengchao Zhang and Qiyao Zhang and Xuan Fu and Jun Huang and Xingyuan Dai and Yutong Wang and Chunwei Tian and Bai Li and Yisheng Lv and Levente Kovács and Fei-Yue Wang},
journal= {arXiv preprint arXiv:2501.02341},
year = {2025}
}