在线群聊极大地方便了人们的沟通方式，能否把机器也拉进群，让它们组团商量着干活，并和人类无障碍地沟通和交流，更好地服务于生产生活
语言是人类交流和思维呈现最为重要的符号系统，是推动人类文明的重要力量，那么机器能否用语言进行交互，表达自己的所见、所听、所想，成为真正的智能机器人呢？
近日，西北工业大学光电与智能研究院李学龙教授和同事们在机器交互方面取得创新进展：基于国产大模型，研发了 “群聊式”四轴飞行器控制框架，给每架四轴飞行器装上了大脑，让
四轴飞行器集群在语言沟通中动态协同，实现了开放环境下“人机”和“多机”的对话交互，打破人类和机器的交互壁垒，进一步拓展了临地安防的应用场景。
超强的泛化能力，让大模型成为“通用人工智能”的一缕曙光。然而，读万卷书，不如行**路。在开放环境中，大模型需要真正地“走”进物理世界，才能切实地理解复杂任
务、解决实际问题
近日，李学龙教授团队在开放环境中的自主四轴飞行器集群方面开展了创新研究，让大模型插上翅膀，飞入我们的现实生活中。受人类的认知模式启发，团队将认知形成的高度自主
性凝练为“思维计算—实体控制—环境感知”的三元交互，建立了“书生·浦语”开源大模型驱动的自主四轴飞行器“群聊式”控制框架，实现了开放环境和复杂任务中的智能交互、
主动感知和自主控制，提高了四轴飞行器任务执行的自主性。
总体而言，类人对话交互、主动环境感知、自主实体控制，是自主四轴飞行器集群的主要能力。
一、类人对话交互
探索人类用户与四轴飞行器的交互方式，让四轴飞行器理解复杂任务中的用户需求，是实现自主四轴飞行器的前提条件。
针对此，团队提出“群聊式”对话交互方法，将声音、图像和四轴飞行器自身状态等多种信息，通过大模型转换为自然语言的对话形式，实现了用户与四轴飞行器，以及四轴飞行器与
四轴飞行器之间自主和直观的交互方式。同时，团队设计了一套高效的实时反馈机制，使得四轴飞行器能够在任务执行的关键节点通过对话报告自身状态、寻求用户确认，大大提
高了复杂任务执行的稳定性和安全性。
二、主动环境感知
在飞行过程中，四轴飞行器主动感知外部环境，实时调整任务规划，是完成复杂任务的关键环节。
针对此，团队设计了任务引导的主动感知机制，提出了多传感器融合的低空搜索、动态避障和视觉定位算法。在实际任务执行中，根据感知信息和任务目标，动态调整
四轴飞行器飞行路径和观测位姿，尝试从不同角度和位置感知周围世界，逐渐降低环境中的不确定性，实现高效的信息采集和任务执行。
三、自主实体控制
探索复合智能体形态，增强复杂任务处理能力，是大模型时代新型智能体的研究重点。
针对此，团队依托四轴飞行器平台设计了夹爪等末端执行器，将传统四轴飞行器拓展为“飞行机器人”，长出“手”来，具备抓取能力。同时，构建了异构四轴飞行器集群协同控制
机制，结合环境感知反馈，实时调整四轴飞行器编队的飞行状态，使集群分工执行区域搜索、目标定位和抓取等任务。
大模型自主四轴飞行器集群是团队将生物智能 “思维计算—实体控制—环境感知”的三元交互模式应用于自主智能体的一次成功尝试，依托大语言模型、四轴飞行器平台和多种
传感器，实现对话交互、主动感知和自主控制，对安防巡检、灾害救援、空中物流等临地安防场景下的应用具有重要意义。 |
楼主
标题置顶
标题高亮
