基于边缘云部署LLM的情境化自主无人机导航

自主导航一般靠离线训练加在线微调，但真实世界是动态变化的，很多环境遭遇和影响没法在离线训练数据里描述清楚，甚至在线时也难以描述。作者提出的切入点是：人可以用自然语言把这些动态情况讲出来，补上语义上下文，那能不能让大语言模型在运行时把这种描述转成代码层面的实时调整？这个问题现在值得看，是因为它把「用自然语言指挥导航」从一句设想，推进到了「选哪个模型、算力放在哪一层」的工程问题上。

这份资料来自 Cranfield University 航空航天、运输与制造学院的 Hongqian Chen、Yun Tang、Antonios Tsourdos 和通讯作者 Weisi Guo，工作由 Leonardo UK 以及 EPSRC 的 TAS-S、CHEDDAR 项目支持。方法上，作者用仿真平台构造逼真的城市无人机导航场景，围绕三件事展开：让 LLM 消化情境上下文与新的障碍物数据，对路径规划做上下文化；用小语言模型为一条已规划的路径生成子任务序列和战术控制指令；再从计算量与延迟两个维度评估 GPT、Llama、Moonshot、Qwen 等模型，并判断它们应当落在 6G 边缘—云雾计算架构的什么位置。换句话说，这是一份把模型选型和部署位置放在一起考察的工作，而不是单纯比较模型答题能力。

作者明确指出文献中尚未被评估的两个空白：一是 LLM 如何为包含起飞、跟踪目标、降落等多个子任务的导航生成指令集，二是哪些 LLM 真正适合移动载体、以及它们该放在未来边缘—云雾架构的哪一层。与之对应，他们的做法是让 LLM 一方面动态调整导航地图参数，例如等高线图的形状，另一方面推导出导航任务的指令集。这个组合本身就是结论的一部分：上下文调整不只有「改一句话」这一种形态，它既作用于地图这类连续参数，也作用于任务分解这类离散结构。

把这项工作放回已有研究里看，差别更清楚。GPT-3.5-turbo 已被用于机器人路径规划，也有研究用 LLM 生成稀有场景来让离线训练更安全、更贴合情境；全局规划如 A-star 可以在低碳足迹、最快、最平滑、避开特定地点等惩罚函数之间切换，强化学习则可以切换策略、改善运动控制。作者早前的工作更进一步，把不同的哲学与社会价值编码进路径规划对突发危险的反应方式，让用户在导航过程中用自然语言对算法做在线软编码。但多数已有工作只关注单一的导航过程，比如绕开障碍的路线规划，既没有处理多子任务导航，也没有考虑 LLM 在真实分布式移动系统中的算力开销，普遍依赖高延迟、且需要强有线网络的云端服务。

这意味着两件事。其一，如果 LLM 能把用户对当天障碍物的不同解读实时翻译成势场、叠加到导航算法上，那些「难以预先写进代码」的个人偏好与情境判断就有了进入系统的通道。其二，在智慧城市逐步把地面自主车辆与 eVTOL、空中出租车纳入交通体系的背景下，模型放在边缘还是云端，直接决定延迟能不能被接受，所以选型不只是模型能力强弱的问题，也是架构分层的问题——作者把这两件事放在同一张评估表上，是这份资料最实用的地方。

对做无人机与城市空中交通自主导航、边缘计算与 6G 架构、以及把 LLM 用于机器人规划的同行来说，这份资料提供的是一套可复用的拆解方式：把「自然语言进导航」拆成地图参数调整、子任务指令生成、模型算力与延迟评估、部署位置判断四步，并给出了相应的评估维度。需要说明的是，材料呈现的是问题设定、系统架构与评估设计，并未给出各模型的具体实验数值和最终推荐结论，多模态语言—图像关联、稀有场景生成等内容也只是作为背景被提及。读的时候可以把它当作一个研究议程和评估框架来用，而不是一份已经分出胜负的榜单。

Contextualized Autonomous Drone Navigation using LLMs Deployed in Edge-Cloud Computing Hongqian Chen 1, Yun Tang1, Antonios Tsourdos 1, Weisi Guo 1∗ Abstract—Autonomous navigation is usually trained offline in diverse scenarios and fine-tuned online subject to real-world experiences. However, the real world is dynamic and changeable, and many environmental encounters/effects are not accounted for in real-time due to difficulties in describing them within offline training data or hard to describe even in online scenarios. However, we know that the human operator can describe these dynamic environmental encounters through natural language, adding semantic context. The research is to deploy Large Language Models (LLMs) to perform real-time contextual code adjustment to autonomous navigation. The challenge not evaluated in literature is what LLMs are appropriate and