Joint Communication Scheduling and Velocity Control for Multi-UAV-Assisted Post-Disaster Monitoring: An Attention-Based In-Context Learning Approach

📄 arXiv: 2510.05698v1 📥 PDF

作者: Yousef Emami, Seyedsina Nabavirazavi, Jingjing Zheng, Hao Zhou, Miguel Gutierrez Gaitan, Kai Li, Luis Almeida

分类: cs.AI

发布日期: 2025-10-07

💡 一句话要点

提出基于注意力机制的上下文学习方法AIC-VDS，用于多无人机辅助的灾后监测通信调度与速度控制联合优化。

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 无人机 灾后监测 通信调度 速度控制 上下文学习 注意力机制 深度强化学习

📋 核心要点

  1. 灾后监测中，无人机数据收集面临通信调度和速度控制的挑战，不合理的调度和速度会导致数据传输错误和地面传感器缓冲区溢出。
  2. 论文提出基于注意力机制的上下文学习方法AIC-VDS，利用大型语言模型的推理能力，通过少量示例实现对新任务的快速适应，无需重新训练。
  3. 仿真结果表明，AIC-VDS在数据丢失最小化方面优于DQN和最大信道增益等基线方法，验证了其在紧急情况下的有效性。

📝 摘要（中文）

本文研究了在海啸等灾后监测场景中，利用无人机(UAV)收集传感器数据的通信调度和速度控制联合优化问题，旨在最小化数据丢失。针对在线深度强化学习(DRL)训练过程复杂且存在仿真与现实不匹配的问题，提出了一种基于注意力机制的上下文学习方法AIC-VDS。该方法利用大型语言模型(LLM)的推理和泛化能力，通过自然语言提示和基于示例的指导实现任务适应，无需重新训练。AIC-VDS综合考虑了地面传感器的电池电量、队列长度、信道条件以及无人机的轨迹。仿真结果表明，所提出的AIC-VDS优于深度Q网络(DQN)和最大信道增益基线。

🔬 方法详解

问题定义：论文旨在解决多无人机辅助灾后监测中，如何联合优化数据收集调度和无人机速度控制，以最小化数据丢失的问题。现有在线深度强化学习方法训练复杂，且仿真环境与真实环境存在差异，难以满足灾后监测的实时性要求。

核心思路：论文的核心思路是利用大型语言模型（LLM）的上下文学习能力，通过少量示例（即上下文）指导模型适应新的任务，从而避免了耗时的在线训练过程。通过注意力机制，模型可以更好地理解上下文信息，并根据当前环境（如传感器电量、队列长度、信道条件等）做出合理的调度和速度控制决策。

技术框架：AIC-VDS的技术框架主要包括以下几个模块：1) 环境感知模块：负责收集地面传感器的状态信息（电池电量、队列长度）和无人机与传感器之间的信道条件；2) 上下文构建模块：根据历史经验构建包含状态信息和对应动作的上下文示例；3) 基于注意力机制的上下文学习模块：利用LLM和注意力机制，根据当前环境和上下文示例，预测最优的数据收集调度和无人机速度；4) 动作执行模块：将预测的调度和速度指令发送给无人机执行。

关键创新：论文的关键创新在于将大型语言模型的上下文学习能力应用于无人机调度和速度控制问题，并结合注意力机制提升了模型对上下文信息的理解能力。与传统的深度强化学习方法相比，AIC-VDS无需在线训练，能够快速适应新的环境和任务。

关键设计：AIC-VDS的关键设计包括：1) 上下文示例的构建方式：选择具有代表性的历史状态和动作作为上下文示例，以提高模型的泛化能力；2) 注意力机制的设计：采用多头注意力机制，使模型能够关注不同的上下文信息；3) 损失函数的设计：采用交叉熵损失函数，用于训练模型预测最优的调度和速度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

仿真结果表明，所提出的AIC-VDS方法在数据丢失率方面优于DQN和最大信道增益基线。具体来说，AIC-VDS能够显著降低数据包丢失率，尤其是在传感器电量较低或信道条件较差的情况下。这表明AIC-VDS能够更有效地利用有限的资源，提高数据收集的可靠性。

🎯 应用场景

该研究成果可应用于各种灾后监测场景，如地震、海啸、洪水等。通过优化无人机的数据收集调度和速度控制，可以最大限度地减少数据丢失，提高监测效率，为灾后救援和重建提供更可靠的数据支持。此外，该方法也可推广到其他需要快速适应新环境的无人机应用场景，如农业巡检、环境监测等。

📄 摘要（原文）

Recently, Unmanned Aerial Vehicles (UAVs) are increasingly being investigated to collect sensory data in post-disaster monitoring scenarios, such as tsunamis, where early actions are critical to limit coastal damage. A major challenge is to design the data collection schedules and flight velocities, as unfavorable schedules and velocities can lead to transmission errors and buffer overflows of the ground sensors, ultimately resulting in significant packet loss. Meanwhile, online Deep Reinforcement Learning (DRL) solutions have a complex training process and a mismatch between simulation and reality that does not meet the urgent requirements of tsunami monitoring. Recent advances in Large Language Models (LLMs) offer a compelling alternative. With their strong reasoning and generalization capabilities, LLMs can adapt to new tasks through In-Context Learning (ICL), which enables task adaptation through natural language prompts and example-based guidance without retraining. However, LLM models have input data limitations and thus require customized approaches. In this paper, a joint optimization of data collection schedules and velocities control for multiple UAVs is proposed to minimize data loss. The battery level of the ground sensors, the length of the queues, and the channel conditions, as well as the trajectories of the UAVs, are taken into account. Attention-Based In-Context Learning for Velocity Control and Data Collection Schedule (AIC-VDS) is proposed as an alternative to DRL in emergencies. The simulation results show that the proposed AIC-VDS outperforms both the Deep-Q-Network (DQN) and maximum channel gain baselines.