This page organizes papers related to artificial intelligence published around the world. This page is summarized using Google Gemini and is operated on a non-profit basis. The copyright of the paper belongs to the author and the relevant institution. When sharing, simply cite the source.
저고도 경제의 급성장에 따라 무인 항공기(UAV)의 광범위한 배치가 이루어지고 있으며, 이는 복잡한 도시 환경에서 UAV 궤적 계획에 새로운 과제를 제기한다. 기존 연구는 도시 항공 공간 제약 및 경제적 효율성과 같은 중요한 요소를 간과하는 경향이 있다. 본 논문은 딥러닝(DRL)과 대규모 언어 모델(LLM) 추론을 결합한 새로운 UAV 궤적 계획 프레임워크를 제안하여 안전하고 규정을 준수하며 경제적인 경로 계획을 가능하게 한다. 실험 결과는 제안하는 방법이 데이터 수집률, 충돌 회피, 성공적인 착륙, 규정 준수 및 에너지 효율성 등 여러 지표에서 기존 기준선을 크게 능가함을 보여준다.
시사점, 한계점
•
시사점:
◦
DRL과 LLM을 결합한 혁신적인 UAV 궤적 계획 프레임워크 제안
◦
안전성, 규정 준수, 경제성을 모두 고려하는 경로 계획 가능
◦
기존 방법론 대비 우수한 성능 입증 (데이터 수집률, 충돌 회피, 착륙 성공률, 규정 준수, 에너지 효율성)
