来源：期刊VIP网 时间：
作者：叶云;邓宁;
单位：清华大学集成电路学院;
摘要：提出了一种结合多智能体反思、长期与短期记忆设计及任务轨迹驱动的鲁棒策略优化方法，解决弱交互环境下无人机蜂群协同决策问题。该算法通过引入基于大语言模型（LLM）的反思生成模块，提供任务回顾与策略改进建议，弥补交互缺失；通过长期与短期记忆协同设计，在交互延迟或丢失时利用历史经验补偿当前决策；并通过任务轨迹驱动的策略优化，确保即使在低置信度交互下，系统仍能保持高效稳定的决策执行。实验结果表明，该方法有效提升了多智能体系统在复杂动态环境中的协同决策能力，克服了现有方案的局限性。
关键词：无人机蜂群协同决策;;弱交互环境;;大语言模型;;多智能体反思;;长期与短期记忆;;任务轨迹驱动;;策略优化;;交互补偿
