在線群聊極大地方便了人們的溝通方式，能否把機器也拉進群，讓它們組團商量著干活，并和人類無障礙地溝通和交流，更好地服務于生產(chǎn)生活？機器能否用語言進行交互，表達自己的所見、所聽、所想，成為真正的智能機器人呢？

近日，西北工業(yè)大學光電與智能研究院李學龍教授和同事們在機器交互方面取得創(chuàng)新進展：基于國產(chǎn)大模型，研發(fā)了“群聊式”無人機控制框架，給每架無人機裝上了大腦，讓無人機集群在語言溝通中動態(tài)協(xié)同，實現(xiàn)了開放環(huán)境下“人機”和“多機”的對話交互，打破人類和機器的交互壁壘，進一步拓展了臨地安防的應用場景。

超強的泛化能力，讓大模型成為“通用人工智能”的一縷曙光。然而，讀萬卷書，不如行萬里路。在開放環(huán)境中，大模型需要真正地“走”進物理世界，才能切實地理解復雜任務、解決實際問題。李學龍教授團隊在開放環(huán)境中的自主無人機集群方面開展了創(chuàng)新研究，讓大模型插上翅膀，飛入我們的現(xiàn)實生活中。受人類的認知模式啟發(fā)，團隊將認知形成的高度自主性凝練為“思維計算—實體控制—環(huán)境感知”的三元交互，建立了“書生·浦語”開源大模型驅動的自主無人機“群聊式”控制框架，實現(xiàn)了開放環(huán)境和復雜任務中的智能交互、主動感知和自主控制，提高了無人機任務執(zhí)行的自主性。總體而言，類人對話交互、主動環(huán)境感知、自主實體控制，是自主無人機集群的主要能力。

1. 類人對話交互

無人機群聊溝通

探索人類用戶與無人機的交互方式，讓無人機理解復雜任務中的用戶需求，是實現(xiàn)自主無人機的前提條件。針對此，團隊提出“群聊式”對話交互方法，將聲音、圖像和無人機自身狀態(tài)等多種信息，通過大模型轉換為自然語言的對話形式，實現(xiàn)了用戶與無人機，以及無人機與無人機之間自主和直觀的交互方式。同時，團隊設計了一套高效的實時反饋機制，使得無人機能夠在任務執(zhí)行的關鍵節(jié)點通過對話報告自身狀態(tài)、尋求用戶確認，大大提高了復雜任務執(zhí)行的穩(wěn)定性和安全性。

2. 主動環(huán)境感知

主動發(fā)現(xiàn)并靠近目標

動態(tài)環(huán)境避障

在飛行過程中，無人機主動感知外部環(huán)境，實時調整任務規(guī)劃，是完成復雜任務的關鍵環(huán)節(jié)。針對此，團隊設計了任務引導的主動感知機制，提出了多傳感器融合的低空搜索、動態(tài)避障和視覺定位算法。在實際任務執(zhí)行中，根據(jù)感知信息和任務目標，動態(tài)調整無人機飛行路徑和觀測位姿，嘗試從不同角度和位置感知周圍世界，逐漸降低環(huán)境中的不確定性，實現(xiàn)高效的信息采集和任務執(zhí)行。

3. 自主控制

自主目標抓取

異構無人機集群協(xié)同控制

探索復合智能體形態(tài)，增強復雜任務處理能力，是大模型時代新型智能體的研究重點。針對此，團隊依托無人機平臺設計了夾爪等末端執(zhí)行器，將傳統(tǒng)無人機拓展為“飛行機器人”，長出“手”來，具備抓取能力。同時，構建了異構無人機集群協(xié)同控制機制，結合環(huán)境感知反饋，實時調整無人機編隊的飛行狀態(tài)，使集群分工執(zhí)行區(qū)域搜索、目標定位和抓取等任務。

大模型自主無人機集群是團隊將生物智能 “思維計算—實體控制—環(huán)境感知”的三元交互模式應用于自主智能體的一次成功嘗試，依托大語言模型、無人機平臺和多種傳感器，實現(xiàn)對話交互、主動感知和自主控制，對安防巡檢、災害救援、空中物流等臨地安防場景下的應用具有重要意義。