网络化低空无人机的神经符号智能体AI

# 网络化低空无人机的神经符号智能体AI
来源：https://arxiv.org/html/2609.19961  
梁天豪、苏南池、雷广宇、吴俊伟、张钦宇、张婷婷††致谢：平宇琪、梁天豪、苏南池、雷广宇、吴俊伟、张钦宇和张婷婷任职于哈尔滨工业大学信息学院，中国深圳518000（电子邮件：[email protected], [email protected], [email protected], [email protected], [email protected], [email protected], [email protected]）。通讯作者为张婷婷和梁天豪。

###### 摘要

网络化低空无人机需要在不确定观测、动态环境和间歇性连接条件下具备可靠且自适应的决策能力，而许多现有智能体系统仍受限于幻觉风险、数据依赖性和泛化能力薄弱等问题。本文研究神经符号智能体AI（NSAAI）作为融合神经表征、符号推理与闭环智能体交互的框架，以支持更可靠、自适应的无人机自主性。我们首先从数据效率、组合泛化、持续学习和零样本迁移能力角度分析其基础，随后开发了一个集成任务与目标管理、神经符号规划、验证与元认知、技能执行与网络交互以及共享知识与记忆的参考架构。在LAESim中实现的城市消防巡检案例展示了无人机如何在间歇性连接条件下协调感知与云端接入、重用经验证的图像传输技能，并在完成任务前满足明确的证据条件。研究结果表明NSAAI在支持可重用技能、基于证据的决策以及网络化无人机系统中的自适应任务执行方面具有潜力。我们进一步探讨了不确定性感知推理、知识与技能扩展、自适应自监控以及标准化评估等关键研究方向。

###### 关键词：

智能体AI，神经符号AI，无人机（UAV），自主决策，网络化无人机系统。

## I 引言

随着低空经济的快速发展，网络化低空无人机正被越来越多地部署于巡检、搜救、物流、应急响应等应用领域[1 (https://arxiv.org/html/2609.19961#bib.bib1)]。随着这些应用的扩展，无人机任务正从固定航线、单一用途作业转向需要持续态势感知、在线决策以及适应动态环境与任务要求的复杂任务。这一演变要求无人机系统从手动控制、预设航线和特定任务AI模块，转向由任务目标驱动的持续自主。基础模型与智能体技术的最新进展为这一转变提供了有前景的基础，使网络化无人机能够日益作为自主智能体运行[2 (https://arxiv.org/html/2609.19961#bib.bib2)]。

然而，使网络化低空无人机作为自主智能体运行面临两大挑战。首先，无人机在复杂的低空环境中运行，无线覆盖往往不均或间歇性[3 (https://arxiv.org/html/2609.19961#bib.bib3)]。同时，许多智能体系统依赖大语言模型进行推理与规划，其幻觉或错误决策可能导致任务失败或严重安全风险。因此，关键决策需要基于可追溯的证据，并验证行动前提条件与任务完成条件。其次，许多当前智能体系统所依赖的神经模型通常需要大量特定任务数据，且在其训练条件之外的泛化能力有限。这类数据通过真实无人机操作收集成本高昂，难以覆盖低空任务中遇到的多样化条件。

为应对这些挑战，我们提出了一种面向网络化低空无人机的神经符号智能体AI（NSAAI）架构。NSAAI融合了神经学习、符号推理以及智能体规划与执行[4 (https://arxiv.org/html/2609.19961#bib.bib4)]。神经组件将多模态观测转换为任务相关信息。符号推理使任务知识与约束显式化，而智能体循环利用这些知识指导并根据执行反馈修正决策。这些机制共同支持可验证的决策制定，并在任务条件变化时实现知识与技能的更灵活重用。本文的主要贡献总结如下：

- 我们将NSAAI引入网络化低空无人机领域，并从数据效率、组合泛化、持续学习和零样本迁移能力角度探讨其潜力。
- 我们提出了一个NSAAI参考架构，并通过城市消防巡检用例演示其操作，展示了在感知与连接耦合约束下的闭环任务执行。
- 我们讨论了可靠无人机自主性的关键研究方向，包括不确定性感知推理、知识与技能扩展、自适应自监控以及标准化评估。

## II 网络化低空无人机的NSAAI：能力基础

NSAAI将神经学习、符号推理与智能体规划与执行整合为一个统一的无人机自主决策框架。神经方法从多模态观测与执行经验中学习任务相关表征，为解释复杂环境提供基础。然而，端到端神经方法通常需要大量特定任务数据，且在系统推理及超出训练条件的泛化方面存在困难[5 (https://arxiv.org/html/2609.19961#bib.bib5)]。相比之下，符号方法显式表示知识与行动约束，支持结构化推理与知识重用。但其有效性通常依赖大量领域工程，且符号模型难以直接应用于原始观测或未知环境动态[6 (https://arxiv.org/html/2609.19961#bib.bib6)]。神经符号集成通过将符号概念植根于学习表征，同时利用符号结构与约束指导推理和行动，将这些互补优势结合。图1 (https://arxiv.org/html/2609.19961#S2.F1)展示了这种合作在由观测和执行反馈驱动的智能体循环中的运作方式。

该集成有望提升数据效率、组合泛化、持续学习和零样本迁移能力。这些能力描述了知识和技能如何被高效学习、为新情境重组、随时间扩展以及跨任务迁移。在智能体循环中，它们支持随着新观测和执行反馈可用而进行自适应决策。其有效性依赖于可靠的概念表征以及现有知识和技能对当前任务的适用性。

图1：神经学习、符号推理与智能体交互在NSAAI中的互补集成。
### II-A 数据效率

数据效率关注智能体获取有用知识与技能所需的标注数据和交互经验量。神经符号方法可通过将可重用概念的学习与其组合成完整任务的过程分离来降低这一需求。神经模型学习对象、关系和行动如何对应观测与执行，而符号结构指定其依赖关系及跨任务重用。这种模块化允许不同组件从不同数据源学习，无需为每种组合提供完整任务演示[5 (https://arxiv.org/html/2609.19961#bib.bib5), 7 (https://arxiv.org/html/2609.19961#bib.bib7)]。

对于网络化低空无人机，视觉概念可从图像学习，连接条件可从链路测量学习，行动技能可从演示或工具交互记录中学习。这些资源随后可通过共享符号描述支持多个任务。智能体也可将感知导向缺失的任务条件，使新观测与当前决策更相关。这种方法在飞行试验和标注成本高昂时具有吸引力，尽管构建可靠的概念和技能描述仍需数据与领域知识。

表I：网络化低空无人机NSAAI的能力基础
### II-B 组合泛化

组合泛化是解决包含先前未见过的熟悉概念、关系与技能组合的任务的能力[8 (https://arxiv.org/html/2609.19961#bib.bib8)]。神经表征识别观测中的相关元素，而符号组合指定这些元素如何交互以满足目标。由于对象、关系和行动条件被分别表示，可通过推理现有知识来处理新组合。

对于网络化低空无人机，新任务可能需要训练期间未遇到的熟悉概念与技能的组合。例如，无人机可能已知如何检查目标、避开障碍并保持通信，但新任务可能要求以不同方式共同使用这些能力。通过分别表示这些概念与技能，NSAAI可根据当前任务重组它们，而非从头学习整个任务。

### II-C 持续学习

持续学习使智能体能在保留先前获得能力的同时，从经验中整合新知识。在NSAAI中，模块化概念表征使此类更新更局部化。神经组件可从观测中学习新的概念表征，而符号结构将新知识与已知知识关联并约束其使用。这为增量扩展智能体知识而不重新训练整个系统提供了基础[9 (https://arxiv.org/html/2609.19961#bib.bib9)]。

对于网络化低空无人机，长期运行可能揭示现有知识库未涵盖的先前未见目标、环境条件或重复执行模式。任务期间收集的经验可用于更新相应概念或技能，使其可供未来任务使用。通过这种方式，系统可在保留早期任务中有用知识的同时，逐步扩展其能力。

### II-D 零样本迁移

零样本迁移使先前学习的知识或技能无需针对迁移能力的额外训练即可应用于新任务。在NSAAI中，将可重用的概念表征与技能同特定任务目标分离促进了此类迁移。因此，为一个任务获取的知识在新目标需要相同概念或能力于不同上下文时仍可保持有用[10 (https://arxiv.org/html/2609.19961#bib.bib10)]。与侧重于熟悉元素新组合的组合泛化不同，零样本迁移强调跨任务重用学习能力。

对于网络化低空无人机，在一个任务中学到的知识可在基础概念与技能仍适用时支持另一个任务。例如，巡检中学到的空间概念可能稍后支持搜救任务中的视角选择，而先前学习的通信技能只要其操作条件满足即可重用。这种迁移允许通用能力跨任务重用，无需特定任务重新训练。

表I (https://arxiv.org/html/2609.19961#S2.T1)总结了这四种能力以及神经表征和符号推理在支持它们方面的互补作用。它们共同展示了NSAAI如何降低数据依赖、通过重组实现泛化、从经验中积累知识以及跨任务重用学习能力。下一节将这些能力级优势转化为网络化低空无人机的参考架构。

图2：面向网络化低空无人机的NSAAI参考架构。

## III 网络化低空无人机的NSAAI架构

为将能力基础整合到网络化低空无人机系统中，我们开发了一个围绕四个功能模块组织的参考架构，涵盖任务与目标管理、神经符号规划、验证与元认知以及技能执行与网络交互。一个共享知识与记忆层为这些模块提供通用支持，如图2 (https://arxiv.org/html/2609.19961#S2.F2)所示。

任务与目标管理模块维护任务目标、任务状态和完成条件。神经符号规划模块通过结合神经解释与符号规则和技能描述生成候选计划。执行前，验证功能检查候选行动是否满足其前提条件、任务约束和证据要求。授权行动随后由技能执行与网络交互模块执行，该模块返回观测、执行结果和通信反馈。元认知调节利用此反馈确定是否需要额外感知、重新规划或策略调整。共享知识与记忆层存储支持整个决策循环的规则、技能和执行经验。

### III-A 任务与目标管理

任务与目标管理模块维护任务目标、无人机任务状态、完成条件、证据要求和执行进度。它将机载感知、导航状态、无线链路测量以及来自边缘或远程服务的响应整合为统一的任务状态。该状态记录检测到的对象、无人机位置、连接条件、已获取证据以及已完成或待处理的任务要求，同时区分不确定观测与确认事实、预期效果与实际结果。

维护的状态为规划和验证提供当前基础。缺失、不确定或过时的信息被显式表示，以便规划或元认知调节确定是否需要额外感知、链路测量或证据获取。执行和通信反馈持续更新此状态，使后续决策与当前物理和网络条件保持一致。

### III-B 神经符号规划

神经符号规划模块将当前无人机任务状态和任务目标转换为候选技能序列。神经模块解释视觉观测、任务指令和其他上下文输入，以识别相关对象、状态和技能[11 (https://arxiv.org/html/2609.19961#bib.bib11)]，而符号推理根据无人机操作规则、对象关系、技能前提条件、预期效果和通信要求组织这些候选者。

导航、感知、机载处理、传输和远程服务调用被视为可重用技能，可根据环境和网络条件变化重新组合。例如，机载感知和处理可在链路中断期间继续进行，而