مقاله کنترل سلسله‌مراتبی مبتنی بر LLM برای شبکه‌های UAV با کمک HAPS: بهینه‌سازی مشترک پرواز و اتصال

وسایل نقلیه هوایی بدون سرنشین (پهپادها) به طور فزاینده‌ای در محیط‌های شبکه‌ای پیچیده مستقر می‌شوند، اما بهینه‌سازی مشترک کنترل حرکت و اتصال چند پهپادی همچنان یک چالش اساسی است. در این مقاله، ما یک سیستم چند پهپادی را که در یک شبکه یکپارچه زمینی و غیرزمینی (ITNTN) شامل ایستگاه‌های پایه زمینی و ایستگاه‌های پلتفرم مرتفع (HAPS) فعالیت می‌کند، مورد مطالعه قرار می‌دهیم. ما سناریوی بزرگراه هوایی سه بعدی (3D) را در نظر می‌گیریم که در آن پهپادها باید حرکت خود را برای اطمینان از اجتناب از برخورد، جریان ترافیک کارآمد و ارتباطات قابل اعتماد در شرایط پویا و تا حدی قابل مشاهده تطبیق دهند. ما ابتدا مسئله را به عنوان یک فرآیند تصمیم‌گیری مارکوف قابل مشاهده جزئی چند هدفه سلسله مراتبی (H-MO-POMDP) مدل می‌کنیم که ارتباط بین اهداف کنترلی و ارتباطی را به تصویر می‌کشد. بر اساس این فرمول‌بندی، ما یک چارچوب کنترل سلسله مراتبی چند نرخی مبتنی بر مدل زبان بزرگ (LLM) را پیشنهاد می‌کنیم. در سطح جهانی، یک کنترل‌کننده مبتنی بر LLM در HAPS برنامه‌ریزی بلندمدت برای متعادل‌سازی بار و تصمیم‌گیری‌های هندل‌اوت (handover) را انجام می‌دهد. در سطح محلی، هر پهپاد از یک کنترل‌کننده هیبریدی استفاده می‌کند که یک LLM با مقیاس زمانی کند برای استدلال فضایی سطح بالا را با یک عامل یادگیری تقویتی برای ارتباطات و کنترل حرکت سریع‌تر پهپاد به زیرساخت (U2I) ادغام می‌کند. ما همچنین با ادغام محیط gym-pybullet-drones با مدل‌های کانال RF/THz مطابق با 3GPP، یک پلتفرم شبیه‌سازی سه بعدی با وفاداری بالا توسعه می‌دهیم. نتایج عددی نشان می‌دهند که چارچوب پیشنهادی به طور قابل توجهی از روش‌های پیشرفته بهتر عمل می‌کند و به افزایش 14 درصدی در بهره‌وری حمل و نقل و بهبود 25 درصدی در توان عملیاتی مخابراتی دست می‌یابد. علاوه بر این، کاهش 23 درصدی در نرخ برخورد فیزیکی، ثبات هندل‌اوت قوی و تعمیم بدون نمونه (zero-shot) در سناریوهای پویا را نشان می‌دهد.

Uncrewed aerial vehicles (UAVs) are increasingly deployed in complex networked environments, yet the joint optimization of multi-UAV motion control and connectivity remains a fundamental challenge. In this paper, we study a multi-UAV system operating in an integrated terrestrial and non-terrestrial network (ITNTN) comprising terrestrial base stations and high-altitude platform stations (HAPS). We consider a three-dimensional (3D) aerial highway scenario where UAVs must adapt their motion to ensure collision avoidance, efficient traffic flow, and reliable communication under dynamic and partially observable conditions. We first model the problem as a hierarchical multi-objective partially observable Markov decision process (H-MO-POMDP), capturing the coupling between control and communication objectives. Based on this formulation, we propose a large language model (LLM)-driven hierarchical multi-rate control framework. At the global level, an LLM-based controller on the HAPS performs long-term planning for load balancing and handover decisions. At the local level, each UAV employs a hybrid controller that integrates a slow-timescale LLM for high-level spatial reasoning with a reinforcement learning agent for faster UAV-to-infrastructure (U2I) communication and motion control. We further develop a high-fidelity 3D simulation platform by integrating the gym-pybullet-drones environment with 3GPP-compliant RF/THz channel models. Numerical results demonstrate that the proposed framework significantly outperforms state-of-the-art baselines, achieving a 14% increase in transportation efficiency and a 25% improvement in telecommunication throughput. Additionally, it achieves a 23% reduction in physical collision rates, demonstrating strong handover stability and zero-shot generalization in dynamic scenarios.