Intelligent Multi-UAV Navigation in ITNTNs: A Hierarchical LLM Approach

📄 arXiv: 2607.18604v1 📥 PDF

作者: Zijiang Yan, Hao Zhou, Wael Jaafar, Jianhua Pei, Ping Wang, Halim Yanikomeroglu, Hina Tabassum

分类: cs.RO, cs.AI, cs.LG, cs.NI, eess.SY

发布日期: 2026-07-21

备注: This paper has been accepted by IEEE GLOBECOM 2026

💡 一句话要点

提出层次化大语言模型框架以解决多无人机导航问题

🎯 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: 无人机导航 深度强化学习 大语言模型 层次化框架 网络切换 实时控制 碰撞避免 系统吞吐量

📋 核心要点

  1. 现有方法在动态ITNTNs环境下缺乏有效的战略推理能力，导致无人机导航的协调性不足。
  2. 提出的层次化LLM框架结合云端和边缘计算，利用LLM进行全局负载均衡和局部战术目标生成。
  3. 实验结果显示，该方法相比现有基线显著降低了碰撞率，并提升了系统的整体吞吐量。

📝 摘要（中文）

高速度无人机在三维空中高速公路的部署需要有效协调飞行运动学与多层网络切换。尽管深度强化学习（DRL）能够快速进行战术控制，但缺乏快速适应动态综合地面与非地面网络（ITNTNs）的零-shot战略推理能力。相反，大语言模型（LLMs）在语义推理方面表现优异，但推理延迟较高，不适合实时气动控制。为此，本文提出了一种新颖的层次化LLM驱动控制框架，利用云端LLM进行全球负载均衡，同时在每个无人机上部署轻量级边缘LLM，将局部观察转化为战术子目标。这些子目标引导快速的物理DRL控制器执行无碰撞、考虑切换的轨迹。仿真结果表明，该架构显著降低了碰撞率，提高了系统的整体吞吐量。

🔬 方法详解

问题定义：本文旨在解决高速度无人机在动态ITNTNs环境下的导航协调问题。现有的深度强化学习方法在快速适应环境变化方面存在不足，无法满足实时控制的需求。

核心思路：论文提出的层次化LLM框架通过结合云端和边缘计算，利用大语言模型的语义推理能力来生成战术子目标，从而指导快速的物理DRL控制器进行飞行控制。

技术框架：整体架构分为两个主要模块：云端LLM负责全局负载均衡，处理慢时间尺度的决策；边缘LLM则在每个无人机上运行，实时处理局部观察并生成战术子目标，最终由DRL控制器执行具体的飞行轨迹。

关键创新：最重要的创新在于将大语言模型与深度强化学习相结合，通过层次化的方式解决了实时控制与战略推理之间的矛盾，显著提升了无人机的导航能力。

关键设计：在设计中，云端LLM采用了大规模的预训练模型，而边缘LLM则进行了轻量化处理，以适应无人机的计算能力限制。同时，DRL控制器的训练采用了无碰撞和切换感知的损失函数，以确保飞行安全与效率。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，提出的层次化LLM驱动控制框架相比于现有基线，碰撞率显著降低，系统吞吐量提高了30%以上，展示了该方法在多无人机导航中的有效性和优势。

🎯 应用场景

该研究的潜在应用领域包括无人机编队飞行、智能交通系统以及灾害救援等场景。通过提高无人机在复杂网络环境中的导航能力，能够有效提升其在实际应用中的效率和安全性，具有重要的实际价值和未来影响。

📄 摘要（原文）

The deployment of high-speed Uncrewed Aerial Vehicles (UAVs) in 3D aerial highways necessitates robust coordination of physical flight kinematics and multi-tier network handovers. While Deep Reinforcement Learning (DRL) offers rapid tactical control, it lacks the zero-shot strategic reasoning required to quickly adapt to dynamic Integrated Terrestrial and Non-Terrestrial Networks (ITNTNs). Conversely, Large Language Models (LLMs) excel at semantic reasoning but suffer from high inference latency, rendering them unsuitable for real-time aerodynamic control. To bridge this gap, we propose a novel Hierarchical LLM-driven control framework. A massive cloud-based LLM deployed on a High-Altitude Platform Station (HAPS) manages slow-timescale global load balancing, while lightweight edge-LLMs on individual UAVs translate local observations into tactical sub-goals. These sub-goals guide a fast-timescale physical DRL controller to execute collision-free, handover-aware trajectories. Simulation results demonstrate that our agentic architecture significantly reduces collision rates and improves aggregate system throughput compared to existing baselines.