UAVs Meet LLMs: Overviews and Perspectives Toward Agentic Low-Altitude Mobility

要約

無人航空機（UAV）に例示された低高度の移動性は、輸送、物流、農業などのさまざまなドメインにわたって変革的な進歩を導入しました。
柔軟な視点と迅速な操縦性を活用して、UAVは従来のシステムの認識と行動の能力を拡張し、学界や産業からの広範な注目を集めています。
ただし、現在のUAV操作は、主に人間のコントロールに依存しており、単純なシナリオでは自律性が限られており、より複雑な環境とタスクに必要な知性と適応性が欠けています。
大規模な言語モデル（LLMS）の出現は、顕著な問題解決と一般化能力を示しており、UAVインテリジェンスを進めるための有望な経路を提供します。
このペーパーでは、UAVシステムの基本的なコンポーネントと機能の概要から始まり、LLMテクノロジーの最先端の概要から始まるLLMSとUAVの統合について説明します。
その後、UAVが利用できるマルチモーダルデータリソースを体系的に強調し、トレーニングと評価を重要なサポートを提供します。
さらに、UAVとLLMが収束する重要なタスクとアプリケーションシナリオを分類および分析します。
最後に、エージェントUAVへの参照ロードマップが提案されており、UAVが自律的な知覚、記憶、推論、およびツール利用を通じてエージェントインテリジェンスを実現できるようにすることを目指しています。
関連リソースは、https：//github.com/hub-tian/uavs_meet_llmsで入手できます。

要約(オリジナル)

Low-altitude mobility, exemplified by unmanned aerial vehicles (UAVs), has introduced transformative advancements across various domains, like transportation, logistics, and agriculture. Leveraging flexible perspectives and rapid maneuverability, UAVs extend traditional systems’ perception and action capabilities, garnering widespread attention from academia and industry. However, current UAV operations primarily depend on human control, with only limited autonomy in simple scenarios, and lack the intelligence and adaptability needed for more complex environments and tasks. The emergence of large language models (LLMs) demonstrates remarkable problem-solving and generalization capabilities, offering a promising pathway for advancing UAV intelligence. This paper explores the integration of LLMs and UAVs, beginning with an overview of UAV systems’ fundamental components and functionalities, followed by an overview of the state-of-the-art in LLM technology. Subsequently, it systematically highlights the multimodal data resources available for UAVs, which provide critical support for training and evaluation. Furthermore, it categorizes and analyzes key tasks and application scenarios where UAVs and LLMs converge. Finally, a reference roadmap towards agentic UAVs is proposed, aiming to enable UAVs to achieve agentic intelligence through autonomous perception, memory, reasoning, and tool utilization. Related resources are available at https://github.com/Hub-Tian/UAVs_Meet_LLMs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google