面向低空无线网络中异构无人机系统的智能体AI组网

一篇 arXiv 论文提出层次化混合架构，将大语言模型与多智能体强化学习组合为双环结构。外环由 LLM 辅助博弈编排，解读服务需求与运营方意图，重设目标与资源优先级；内环在既定博弈下执行去中心化、参数条件化的 MARL 策略。论文以物流监控案例说明异构服务可协同共存，并在运行条件变化时无需重新训练底层 MARL 策略。

此前优化方法与学习型控制器多依赖预设目标，难以自主适应时变的服务需求与资源优先级。该工作把目标设定与策略执行解耦，使系统可在不重训策略的前提下调整博弈目标，指向可扩展、可信、自适应的低空智能体网络。

低空共享三维空域中，移动性、连接性与共享资源强耦合，异构服务需求随时间变化，形成动态非合作博弈。外环用 LLM 将自然语言式的服务需求与运营意图转成博弈目标与资源优先级，作为条件参数下发给内环；内环的各智能体据此执行去中心化 MARL 策略。目标层与策略层分离，避免需求变化即触发重训。

若该路径成立，无人机物流、巡检等运营方可直接用意图描述调整任务优先级，而无需为每次业务变更重训模型，降低迭代与算力成本。研发上需拆分目标编排模块与策略执行模块，并保证 LLM 输出可被 MARL 稳定消费，测试重点转向目标切换后的策略一致性与协同安全。

• 面向低空无人机运营方，做目标编排层产品，把业务意图转成可下发的资源优先级与博弈配置。
• 提供策略与目标解耦的 MARL 运行时，支持运行时切换目标、无需重新训练策略。
• 在物流监控场景先做仿真验证服务，用案例证明异构服务共存与条件变化的适应性。
• 围绕 LLM 编排输出与多智能体执行的接口，做校验与回滚机制，降低误配置风险。

• 论文仅给出物流监控案例研究，缺乏真实低空网络部署或大规模外场验证数据。
• LLM 编排目标与 MARL 执行之间的一致性与时延开销未被证据说明。
• 无重训适应是否在博弈目标大幅变化时仍成立，证据未覆盖。
• 该架构的可扩展性、可信性与安全机制仍停留在讨论的研究方向层面。