文摘内容：

有人无人机协同作战是未来空战系统发展的主要方向之一，面临着无人机控制过程中决策过重和飞行员操作负担过大的挑战。本文提出了一种新的有人和无人机协同作战框架，将大语言模型（LLM）融入到飞机飞行员指挥和控制多架无人机（UAV）的过程中。该框架利用大型语言模型（LLM）对任务指令执行进行复杂的语义理解和监控。它允许飞行员使用非标准自然语言向无人机发出任务指令。将接收到的自然语言任务指令与无人机中设计的任务执行器的预加载策略库进行匹配，并选择合适的策略进行执行。在任务执行过程中，无人机在关键节点向有人驾驶航空器反馈任务执行状态，并在有人驾驶航空器确认后继续执行任务，直到任务完成或收到新的任务指令。该框架在有人和无人机协同的典型超视距作战场景中进行了测试。它表现出良好的人机交互、鲁棒性、可信度、可解释性，有效减轻了飞行员的决策和操作负担。研究成果可广泛应用于人与机器人协同完成任务的各种任务场景，为有人无人机协同作战提供可行的技术路线。

文献图表：

文献结论：

本文提出了一种基于大语言模型的有人无人机协同作战框架。该框架包括无人机LLM导弹管理器和无人机任务执行器，实现了在有人无人机协同作战中降低作战和决策负担的交互机制。该框架允许有人驾驶飞机飞行员在分配的飞机任务权限的限制内，使用自然语言向无人机发出任务命令。通过设计自然语言正则化模块来构建正则化问题，可以有效减少 LLM 响应中的不确定性和不规则性。这增强了框架的人机交互、可信度和可靠性。此外，设计并构建了有人无人机协同作战模拟器的仿真环境，以对所提框架在典型任务中进行实验验证；Designed 是一个 UAV 任务执行器，包括预加载的策略库和其他组件，向 LLM 任务管理器提供策略信息并执行任务管理器策略选择的作。Action Executor 执行策略输出的作，以控制无人机执行任务命令。在此过程中，飞行员只需监督无人机的任务执行状态，无需直接实时控制无人机；开发是一种关键的协同作战状态反馈机制，允许人类飞行员干预和控制无人机的各个决策层面，以减轻潜在的伦理和法律风险。在执行任务时，无人机向有人驾驶飞机反馈任务执行状态，武器释放等高风险动作需要获得有人驾驶飞机的授权才能执行。