Swarm-GPT：将大型语言模型与机器人编排设计的安全运动规划相结合（中文）

Swarm-GPT系统概述

Swarm-GPT是一个将大型语言模型(LLM)与安全群体运动规划相结合的系统，旨在实现无人机群体的自动化编排。该系统通过自然语言指令生成同步的无人机表演，同时确保安全性和创造力。

核心功能与架构

1. LLM接口：用户通过自然语言提供任务规范（如歌曲选择和群体行为），系统使用音频分析工具提取音乐特征，共同构成LLM的提示模板。LLM根据提示生成独特的航点，用于无人机群的编排。
2. 安全过滤器：LLM生成的航点通过基于模型的安全过滤器（AMSwarm）进行处理，确保无碰撞且可行的运动。AMSwarm采用交替最小化方法，在满足物理约束的同时最小化代际间碰撞。
3. 轨迹修改：用户可以通过重新提示LLM修改生成的编排，系统会根据重新提示更新航点，并再次通过安全过滤器进行处理。

实验与评估

1. 模拟到现实迁移：使用gym-pybullet-drones模拟器进行评估，模拟到现实的平均RMSE为28.7毫米，表明系统能够准确复制模拟无人机轨迹。
2. 安全性评估：在97次模拟试验中，原始LLM生成的轨迹中只有21.65%发生碰撞，而应用AMSwarm安全过滤器后，所有碰撞均被消除，确保了无人机运动的安全性。
3. 与音乐同步：Swarm-GPT能够根据音乐的节拍生成航点，使无人机群保持所需的队形，并围绕节拍时间改变轨迹，实现与音乐同步的表演。

研究结论

Swarm-GPT成功展示了LLM指导的无人机群控制的可操作性，并通过底层安全控制和规划算法实现了安全协调。该系统使非专家用户能够使用自然语言对无人机群编排进行编程和修改，并将LLM与基于模型的安全过滤器无缝集成，确保了安全执行。实验结果表明，Swarm-GPT在实时无人机实验中表现出良好的性能，验证了其安全性和实用性。