CoordField: Coordination Field for Agentic UAV Task Allocation In Low-altitude Urban Scenarios
Created by
- Haebom
Category
Empty
저자
Tengchao Zhang, Yonglin Tian, Fei Lin, Jun Huang, Patrik P. Suli, Rui Qin, Fei-Yue Wang
개요
본 논문은 복잡한 도시 환경에서 이종 무인 항공기(UAV) 군집이 복잡한 작업을 수행하는 데 대한 증가하는 요구에 따라 효율적인 의미 이해, 유연한 작업 계획, 그리고 진화하는 환경 조건과 지속적으로 변화하는 작업 요구 사항에 대한 조정 전략을 동적으로 조정하는 능력을 포함한 시스템 설계가 주요 과제에 직면하고 있음을 다룹니다. 기존 접근 방식의 한계를 해결하기 위해 본 논문에서는 복잡한 도시 시나리오에서 이종 UAV 군집을 조정하기 위한 조정 필드 에이전트 시스템을 제안합니다. 이 시스템에서 대규모 언어 모델(LLM)은 상위 수준의 인간 지침을 해석하고 순찰 및 표적 추적과 같은 UAV 군집에 대한 실행 가능한 명령으로 변환하는 역할을 합니다. 그런 다음 조정 필드 메커니즘을 제안하여 UAV의 움직임과 작업 선택을 안내하고, 새로운 작업의 분산 및 적응적 할당을 가능하게 합니다. 2D 시뮬레이션 공간에서 서로 다른 모델에 대해 총 50라운드의 비교 테스트를 수행하여 성능을 평가했습니다. 실험 결과에 따르면 제안된 시스템은 작업 범위, 응답 시간 및 동적 변화에 대한 적응성 측면에서 우수한 성능을 달성합니다.
시사점, 한계점
•
시사점:
◦
이종 UAV 군집의 효율적인 조정을 위한 새로운 조정 필드 에이전트 시스템을 제시합니다.
◦
LLM을 활용하여 고수준 인간 지시를 UAV 군집 제어 명령으로 변환하는 방법을 제시합니다.
◦
분산 및 적응적 작업 할당을 가능하게 하는 조정 필드 메커니즘을 제안합니다.
◦
시뮬레이션 실험을 통해 제안된 시스템의 우수한 성능을 검증합니다.
•
한계점:
◦
현재 2D 시뮬레이션 환경에서만 평가되었으며, 실제 환경에서의 성능은 추가적인 검증이 필요합니다.
◦
LLM의 성능에 의존적이며, LLM의 오류가 시스템 전체 성능에 영향을 미칠 수 있습니다.
◦
다양한 유형의 UAV와 복잡한 작업에 대한 일반화 가능성에 대한 추가 연구가 필요합니다.
◦
실제 환경의 복잡성 (예: 장애물, 통신 장애)을 완벽하게 반영하지 못할 수 있습니다.
