본 논문은 복잡한 도시 환경에서 이종 무인 항공기(UAV) 군집의 효율적인 조정을 위한 협력장 에이전트 시스템을 제안합니다. 기존 접근 방식의 한계를 극복하기 위해, 대규모 언어 모델(LLM)을 사용하여 고수준의 인간 명령을 UAV 군집을 위한 실행 가능한 명령(예: 순찰 및 표적 추적)으로 변환하고, 협력장 메커니즘을 통해 UAV의 움직임과 작업 선택을 안내하여 분산적이고 적응적인 새로운 작업 할당을 가능하게 합니다. 2D 시뮬레이션 공간에서 50회에 걸친 비교 테스트를 통해 제안된 시스템의 성능(작업 범위, 응답 시간, 동적 변화에 대한 적응성)이 기존 시스템보다 우수함을 실험적으로 입증했습니다.
