低空空域安全经济UAV轨迹规划的合规感知DRL-LLM混合算法

低空经济的扩张正在把无人机推向物流、农业监测、基础设施巡检与环境保护等场景，城市低空因此变得高密度、监管密集。在这样的环境里做轨迹规划，无人机要同时应对建筑物与其他无人机、要避开敏感区域上空的禁飞区、要遵守随地而异且不断变化的规则，还要把能耗控制在合理范围。材料指出，已有研究常常忽略城市空域约束与经济效率这两项在低空经济语境下至关重要的因素；深度强化学习被视为有希望的解法，但实际采用仍受学习效率偏低的拖累。这份资料值得现在看的地方在于，它没有停留在「DRL 有潜力」的判断上，而是把 DRL 与大语言模型推理组合起来，直接去解安全、合规与经济三者兼顾的轨迹规划问题。

作者来自北京交通大学（北京智能交通安全与隐私重点实验室）与南洋理工大学（计算机科学与工程学院），工作覆盖的是无人机数据采集这一条具体链路：任务分配、飞行轨迹规划、传感器数据采集、数据传输与处理。方法上，轨迹规划任务被建模为部分可观测马尔可夫决策过程，显式纳入避障、法规感知与能耗约束；在此基础上设计了一个以 soft actor-critic 为基础、结合 LLM 推理的混合优化算法，用于不确定与动态环境下的自适应决策。评估口径包括数据采集率、碰撞情况、法规违规情况、成功降落率与能耗率，基本对应安全、合规、经济三条线。

资料把问题拆成三个挑战，这一拆法本身就是它的分析框架。其一是城市空域的稳健避障：低空经济存在空域复用，采集无人机面对的不只是建筑等静态障碍，还有其他无人机等动态障碍，这些障碍往往部分可观测且高度不确定，同时还要规避敏感区域的禁飞区；传统优化方法缺乏应对随机环境的适应性，标准 DRL 又难以积累足够的成功轨迹，学习效率因此偏低。其二是经济性与合规性并重的智能规划：既要最大化数据采集，又要最小化能耗，还要遵守随位置演化的法规，材料举的例子是在特定区域减速以降低噪声。其三是不确定性下的实时决策：避障、路径选择与数据采集需要在多个维度上同时快速判断，传统优化计算量大、响应性不足，标准 DRL 则可能因任务复杂而需要大量探索。

作者的判断是，多数已有方法只处理孤立目标或假定简化环境，因而无法在安全、合规与经济之间取得统一平衡。LLM 与 DRL 的互补性正是切入点在：LLM 具备较强推理能力，能依据高层语义输入推断安全动作，但缺乏通过与动态环境交互来学习最优控制策略的能力；DRL 擅长用试错学到自适应控制策略，却难以纳入法规规则这类抽象约束。换句话说，这份资料把 LLM 放在了注入规则知识与情境理解的位置，把策略学习留给 DRL。

实验给出的数字集中在一组对比结果上：该算法的整体表现最佳，数据采集率最高，为 99.50%；碰撞与法规违规的发生率接近零；成功降落率达到 100%；能耗率最低，为 76.95%。这些指标恰好铺满了前面建模时设定的三类约束——碰撞与降落对应安全，违规率对应合规，采集率与能耗对应经济性。需要注意，「接近零」不是精确数值，材料没有给出具体量级；这些数字也都是作者在自建实验条件下报告的结果。

对实践而言，这意味着一种可迁移的指标设计思路：把合规与能耗放进同一套评价口径，而不是先追求采集效率再去补合规补丁。将法规条款这类文本性约束交给 LLM 转成决策时的高层先验，也可能比在奖励函数里逐条手工编码更省事，尤其当规则随地点演化时。作者强调 DRL 落地的核心瓶颈是学习效率，这种混合结构的意义正在于用语义层面的先验压缩探索成本；至于训练效率究竟改善多少，可见材料没有给出量化对比，只能作为方法动机来理解。

做无人机轨迹规划、低空空域合规或 DRL 工程落地的人，可以从这份资料里拿走一个完整的问题框架：POMDP 建模、SAC 与 LLM 推理的组合方式，以及一套覆盖安全、合规、经济的评价指标。边界也很清楚：可见内容仅为摘要与引言，实验配置、对比基线、场景规模与训练细节都未展开，贡献列表在材料中被截断；因此上面的数字应读作作者在其设定下的自报结果，而不是跨场景的普适结论。

Safe and Economical UAV Trajectory Planning in Low-Altitude Airspace: A Hybrid DRL-LLM Algorithm with Compliance Awareness Y anwei Gong, Junchao Fan, Ruichen Zhang, Dusit Niyato,Fellow, IEEE, Yingying Y ao, and Xiaolin Chang Abstract—The rapid growth of the low-altitude economy has driven the widespread adoption of unmanned aerial vehicles (UAVs). This growing deployment presents new challenges for UAV trajectory planning in complex urban environments. However, existing studies often overlook key factors, such as urban airspace constraints and economic efficiency, which are essential in low-altitude economy contexts. Deep reinforcement learning (DRL) is regarded as a promising solution to these issues, while its practical adoption remains limited by low learning efficiency. To overcome this limitation, we propose a novel UAV trajectory planning algorithm that integrates DRL