一种结合大语言模型和思维链的自主AI框架，用于无人机辅助物流调度与移动边缘计算

# 一种基于大语言模型和思维链的智能体AI框架，用于无人机辅助物流调度与移动边缘计算
来源：https://arxiv.org/html/2605.13221
符号描述决策变量bk,τ,t,ubhb\_\{k,\\tau,t,u\}^\{\\mathrm\{bh\}\}无人机→云端 分配速率（比特/秒）。bk,τ,t,uulb\_\{k,\\tau,t,u\}^\{\\mathrm\{ul\}\}工业传感器设备→无人机 分配速率（比特/秒）。cmc\_\{m\}二元变量：站点 mm 是否被收集。δk,τ,t\\delta\_\{k,\\tau,t\}二元变量：任务 (k,τ)(k,\\tau) 在时隙 tt 完成。ηu,m,t\\eta\_\{u,m,t\}二元变量：无人机 uu 在时隙 tt 服务站点 mm。fk,τ,t,ucldf\_\{k,\\tau,t,u\}^\{\\mathrm\{cld\}\}通过无人机 uu 分配的云端计算资源（工作单元/秒）。fk,τ,t,uuavf\_\{k,\\tau,t,u\}^\{\\mathrm\{uav\}\}分配给无人机 uu 的计算资源（工作单元/秒）。fk,τ,tlocf\_\{k,\\tau,t\}^\{\\mathrm\{loc\}\}本地分配的计算资源（工作单元/秒）。gk,τ,ug\_\{k,\\tau,u\}二元变量：任务 (k,τ)(k,\\tau) 通过无人机 uu 在云端执行。pk,τ,up\_\{k,\\tau,u\}二元变量：任务 (k,τ)(k,\\tau) 在无人机 uu 上处理。ζk,τ\\zeta\_\{k,\\tau\}二元变量：任务 (k,τ)(k,\\tau) 在本地处理。ιk,τ,ufh\\iota\_\{k,\\tau,u\}^\{\\mathrm\{fh\}\}二元变量：无人机 uu 被用作任务 (k,τ)(k,\\tau) 的第一跳。su,rus\_\{u\},\\ r\_\{u\}无人机 uu 的仓库出发/返回时间。Tk,τT\_\{k,\\tau\}任务完成时间。Tu,marr,Tu,mdepT\_\{u,m\}^\{\\mathrm\{arr\}\},\\ T\_\{u,m\}^\{\\mathrm\{dep\}\}无人机 uu 在站点 mm 的到达/离开时间。xu,i,jx\_\{u,i,j\}二元变量：无人机 uu 从 ii 移动到 jj。yu,my\_\{u,m\}二元变量：站点 mm 被分配给无人机 uu。zk,τz\_\{k,\\tau\}二元变量：任务 (k,τ)(k,\\tau) 满足截止时间。参数αbh\\alpha\_\{\\mathrm\{bh\}\}无人机到云端通信的能量系数。αcmp\\alpha\_\{\\mathrm\{cmp\}\}机载计算的能量系数。αfly,αhov\\alpha\_\{\\mathrm\{fly\}\},\\ \\alpha\_\{\\mathrm\{hov\}\}飞行和悬停的能量系数。αul\\alpha\_\{\\mathrm\{ul\}\}工业传感器设备到无人机通信的能量系数。Bk,τB\_\{k,\\tau\}任务输入大小（比特）。Buul,BubhB\_\{u\}^\{\\mathrm\{ul\}\},\\ B\_\{u\}^\{\\mathrm\{bh\}\}无人机 uu 的上行/回传限制（比特/秒）。γk,t,uul,γt,ubh\\gamma\_\{k,t,u\}^\{\\mathrm\{ul\}\},\\ \\gamma\_\{t,u\}^\{\\mathrm\{bh\}\}有效速率因子（上行/回传）。Δ\\Delta时隙长度。di,jd\_\{i,j\}节点 ii 和 jj 之间的距离。DkD\_\{k\}工业传感器设备 kk 任务的任务截止时间长度。DuD\_\{u\}无人机距离预算。EumaxE\_\{u\}^\{\\max\}无人机 uu 的能量预算。FcldF^\{\\mathrm\{cld\}\}云端计算容量（工作单元/秒）。FklocF\_\{k\}^\{\\mathrm\{loc\}\}工业传感器设备 kk 的本地计算容量（工作单元/秒）。FuuavF\_\{u\}^\{\\mathrm\{uav\}\}无人机 uu 的计算容量（工作单元/秒）。ωcol,ωcmp\\omega\_\{\\mathrm\{col\}\},\\ \\omega\_\{\\mathrm\{cmp\}\}收集价值和任务完成的权重。ωmiss,ωflow\\omega\_\{\\mathrm\{miss\}\},\\ \\omega\_\{\\mathrm\{flow\}\}错过惩罚和流程时间的权重。ωres\\omega\_\{\\mathrm\{res\}\}资源占用成本的权重。QuQ\_\{u\}无人机有效载荷容量。τm\\tau\_\{m\}站点 mm 的最小服务时间。TmissionT\_\{\\mathrm\{mission\}\}任务时域。vflyv\_\{\\mathrm\{fly\}\}无人机飞行速度。vm,wmv\_\{m\},\\ w\_\{m\}站点 mm 的产品价值/重量。Wk,τW\_\{k,\\tau\}任务工作量（工作单元）。
参见标题图1：无人机辅助电子制造示例：两阶段物流协调系统。制造流程包括PCB组装、在线测试、模块集成和最终测试。无人机分两个阶段处理物流：第一阶段在制造前运送物料，第二阶段在制造后收集产品。
### III-A 系统概述

典型的制造流程包括物料交付、制造完成和产品收集。相应地，物流过程分为两个阶段，即第一阶段（物料交付）和第二阶段（产品收集）。本文聚焦第二阶段。具体而言，一支由UU架同质无人机组成的机队从配备地面MEC服务器的中央仓库（以下简称云端）出发，前往MM个地理上分散的制造站点收集成品。同时，这些无人机为部署在站点的工业传感器设备（ISDs）提供MEC服务。所有无人机从仓库出发并返回，以固定高度和恒定速度飞行。每个站点 m∈Sm\\in S 位于 (Xm,Ym)(X\_\{m\},Y\_\{m\})，具有收集奖励 vmv\_\{m\}、产品重量 wmw\_\{m\}，并承载一组工业传感器设备 KmK\_\{m\}。假设所有成品在任务开始时即可收集，而工业传感器设备在离散时间范围内随机生成计算任务。

所考虑的系统将物理物流与计算任务处理耦合。在物流方面（参见 Wing¹¹¹），每架无人机受有效载荷、飞行距离、任务时间和电池能量的限制，并且必须完成基于仓库的收集任务（Li等人[[29]](https://arxiv.org/html/2605.13221#bib.bib60)）。在计算方面，任务执行遵循三层云-边-端架构，任务可以在工业传感器设备本地、服务无人机或通过无人机辅助路径在云端处理（Sun等人[[44]](https://arxiv.org/html/2605.13221#bib.bib59)）。由于无人机辅助处理仅在无人机服务相应站点时可用，因此路由决策直接决定了MEC任务的服务窗口（Jiao等人[[21]](https://arxiv.org/html/2605.13221#bib.bib57)）。因此，系统从两个耦合的角度建模，如下所述：*无人机路由模型*，捕捉无人机收集决策和路由可行性；以及*MEC服务模型*，捕捉在路由引起的服务可用性下的任务执行和资源分配决策。

所提出系统模型的一个代表性应用是电子元器件组装和测试行业，其中地理上分布的站点执行PCB组装、在线测试、模块集成和最终测试等操作。如图1所示，无人机支持两阶段物流：它们首先将原材料或半组装组件运送到站点，然后在处理完成后收集成品并运回中央仓库（Satoglu和Sahin [[42]](https://arxiv.org/html/2605.13221#bib.bib20)）。在两个阶段中，无人机还可以通过在机载执行卸载任务或将任务中继到云端来提供MEC支持，从而支持工业传感和分析任务的及时处理。这种无人机辅助操作非常适合现代制造环境，其中无人机越来越多地用于交付、监控、检查、库存管理和预测性维护（Askerbekov等人[[4]](https://arxiv.org/html/2605.13221#bib.bib24)）。与地面车辆相比，无人机具有三维移动能力，可以到达高处站点、绕过地面障碍物，并且无需专用地面基础设施即可运行，使其在空间受限和复杂的工业环境中非常有效（Walker [[45]](https://arxiv.org/html/2605.13221#bib.bib90)，Mohsan等人[[34]](https://arxiv.org/html/2605.13221#bib.bib21)）。

### III-B 无人机路由模型

无人机路由约束分为三个部分：收集分配与路由一致性、有效载荷与距离预算、以及任务时间可行性。

#### III-B1 收集分配与路由一致性

∑u∈Uyu,m≤1,cm≤∑u∈Uyu,m,\\displaystyle\\sum\_\{u\\in U\}y\_\{u,m\}\\leq 1,\\quad c\_\{m\}\\leq\\sum\_\{u\\in U\}y\_\{u,m\},∀m∈S,\\displaystyle\\forall m\\in S,\(1\)∑i∈Lxu,i,m=∑j∈Lxu,m,j=yu,m,\\displaystyle\\sum\_\{i\\in L\}x\_\{u,i,m\}=\\sum\_\{j\\in L\}x\_\{u,m,j\}=y\_\{u,m\},∀u∈U,∀m∈S,\\displaystyle\\forall u\\in U,\\ \\forall m\\in S,\(2\)∑m∈Sxu,0,m=∑m∈Sxu,m,0,\\displaystyle\\sum\_\{m\\in S\}x\_\{u,0,m\}=\\sum\_\{m\\in S\}x\_\{u,m,0\},∀u∈U\.\\displaystyle\\forall u\\in U\.\(3\)方程1限制每个站点最多分配给一架无人机，并且站点只有在被分配时才被视为已收集。方程2确保站点 mm 恰好在其被分配给无人机 uu 时出现在该无人机的路径上，在这种情况下，无人机 uu 进入并离开该站点恰好一次。方程3确保每架无人机从仓库出发和返回的次数相等。

#### III-B2 有效载荷与距离预算

∑m∈Swmyu,m≤Qu,∑i∈L∑j∈Ldi,jxu,i,j≤Du,∀u∈U\.\\sum\_\{m\\in S\}w\_\{m\}y\_\{u,m\}\\leq Q\_\{u\},\\,\\,\\,\\,\\sum\_\{i\\in L\}\\sum\_\{j\\in L\}d\_\{i,j\}x\_\{u,i,j\}\\leq D\_\{u\},\\,\\,\\,\\forall u\\in U\.\(4\)方程4限制每架无人机分配的总有效载荷重量和总旅行距离。

#### III-B3 任务时间

su=0,ru≤Tmission,\\displaystyle s\_\{u\}=0,\\qquad r\_\{u\}\\leq T\_\{\\mathrm\{mission\}\},∀u∈U,\\displaystyle\\forall u\\in U,\(5\)xu,0,m=1⇒Tu,marr≥su\+d0,mvfly,\\displaystyle x\_\{u,0,m\}=1\\Rightarrow T\_\{u,m\}^\{\\mathrm\{arr\}\}\\geq s\_\{u\}\+\\frac\{d\_\{0,m\}\}\{v\_\{\\mathrm\{fly\}\}\},∀u∈U,∀m∈S,\\displaystyle\\forall u\\in U,\\ \\forall m\\in S,\(6\)xu,i,j=1⇒Tu,jarr≥Tu,idep\+di,jvfly,\\displaystyle x\_\{u,i,j\}=1\\Rightarrow T\_\{u,j\}^\{\\mathrm\{arr\}\}\\geq T\_\{u,i\}^\{\\mathrm\{dep\}\}\+\\frac\{d\_\{i,j\}\}\{v\_\{\\mathrm\{fly\}\}\},∀u∈U,∀i,j∈S,\\displaystyle\\forall u\\in U,\\ \\forall i,j\\in S,\(7\)xu,m,0=1⇒ru≥Tu,mdep\+dm,0vfly,\\displaystyle x\_\{u,m,0\}=1\\Rightarrow r\_\{u\}\\geq T\_\{u,m\}^\{\\mathrm\{dep\}\}\+\\frac\{d\_\{m,0\}\}\{v\_\{\\mathrm\{fly\}\}\},∀u∈U,∀m∈S,\\displaystyle\\forall u\\in U,\\ \\forall m\\in S,\(8\)Tu,mdep−Tu,marr≥τmyu,m,\\displaystyle T\_\{u,m\}^\{\\mathrm\{dep\}\}\-T\_\{u,m\}^\{\\mathrm\{arr\}\}\\geq\\tau\_\{m\}\\,y\_\{u,m\},∀u∈U,∀m∈S\.\\displaystyle\\forall u\\in U,\\ \\forall m\\in S\.\(9\)方程5规定每架无人机在时间0出发，并必须在任务时域内返回。方程6、7和8确保路径时间与相应的旅行时间一致。在方程7中，排除了 i=ji=j 的情况，因为无需从站点到自身旅行。方程9要求无人机 uu 在其分配的每个站点至少停留一定的最小服务时间。

### III-C MEC服务模型

与MEC服务模型相关的约束涉及任务卸载，包括执行模式选择、完成时间编码、计算和通信资源限制、服务窗口指示器、涉及无人机的处理的服务窗口可行性、截止时间满足以及无人机能量预算。

#### III-C1 执行模式选择

ζk,τ\+∑u∈Upk,τ,u\+∑u∈Ugk,τ,u=1,∀\(k,τ\)∈I\.\\zeta\_\{k,\\tau\}\+\\sum\_\{u\\in U\}p\_\{k,\\tau,u\}\+\\sum\_\{u\\in U\}g\_\{k,\\tau,u\}=1,\\qquad\\forall\(k,\\tau\)\\in\\mathcal\{I\}\.\(10\)方程10要求每个任务恰好选择一种执行模式：本地执行、无人机执行或通过无人机中继的云端执行。

#### III-C2 完成时间编码

zk,τ\\displaystyle z\_\{k,\\tau\}=∑t=τNslot−1δk,τ,t,∀\(k,τ\)∈I,\\displaystyle=\\sum\_\{t=\\tau\}^\{N\_\{\\mathrm\{slot\}\}\-1\}\\delta\_\{k,\\tau,t\},\\qquad\\forall\(k,\\tau\)\\in\\mathcal\{I\},\(11\)Tk,τ\\displaystyle T\_\{k,\\tau\}=∑t=τNslot−1\(t\+1\)Δδk,τ,t\+Tmission\(1−zk,τ\)\.\\displaystyle=\\sum\_\{t=\\tau\}^\{N\_\{\\mathrm\{slot\}\}\-1\}\(t\+1\)\\Delta\\,\\delta\_\{k,\\tau,t\}\+T\_\{\\mathrm\{mission\}\}\(1\-z\_\{k,\\tau\}\)\.\(12\)方程11和12基于时隙选择二元变量 δk,τ,t∈\{0,1\}\\delta\_\{k,\\tau,t\}\\in\\\{0,1\\\} 定义了完成状态指示符 zk,τz\_\{k,\\tau\} 和完成时间 Tk,τT\_\{k,\\tau\}。具体来说，δk,τ,t=1\\delta\_\{k,\\tau,t\}=1 表示任务 (k,τ)(k,\\tau) 在时隙 tt 结束时完成。

#### III-C3 计算和通信资源约束

计算和通信资源受三种类型的约束：每时隙容量限制、模式一致性和累积服务充分性。

(i) 每时隙容量限制

\{∑τ′:\(k,τ′\)∈I,τ′≤tfk,τ′,tloc≤Fkloc,∀k∈K,∀t∈T,∑\(k,τ\)∈I:τ≤tfk,τ,t,uuav≤Fuuav,∀u∈U,∀t∈T,∑u∈U∑\(k,τ\)∈I:τ≤tfk,τ,t,ucld≤Fcld,∀t∈T\.\\displaystyle\\left\\\{\\begin\{aligned\} &\\sum\_\{\\tau^\{\\prime\}:\(k,\\tau^\{\\prime\}\)\\in\\mathcal\{I\},\\ \\tau^\{\\prime\}\\leq t\}f\_\{k,\\tau^\{\\prime\},t\}^\{\\mathrm\{loc\}\}\\leq F\_\{k\}^\{\\mathrm\{loc\}\},&&\\forall k\\in K,\\ \\forall t\\in\\mathcal\{T\},\\\\ &\\sum\_\{\(k,\\tau\)\\in\\mathcal\{I\}:\\tau\\leq t\}f\_\{k,\\tau,t,u\}^\{\\mathrm\{uav\}\}\\leq F\_\{u\}^\{\\mathrm\{uav\}\},&&\\forall u\\in U,\\ \\forall t\\in\\mathcal\{T\},\\\\ &\\sum\_\{u\\in U\}\\sum\_\{\(k,\\tau\)\\in\\mathcal\{I\}:\\tau\\leq t\}f\_\{k,\\tau,t,u\}^\{\\mathrm\{cld\}\}\\leq F^\{\\mathrm\{cld\}\},&&\\forall t\\in\\mathcal\{T\}\.\\end\{aligned\}\\right\.\(13\)\{∑\(k,τ\)∈I:τ≤tbk,τ,t,uul≤Buul,∀u∈U,∀t∈T,∑\(k,τ\)∈I:τ≤tbk,τ,t,ubh≤Bubh,∀u∈U,∀t∈T\.\\displaystyle\\left\\\{\\begin\{aligned\} &\\sum\_\{\(k,\\tau\)\\in\\mathcal\{I\}:\\tau\\leq t\}b\_\{k,\\tau,t,u\}^\{\\mathrm\{ul\}\}\\leq B\_\{u\}^\{\\mathrm\{ul\}\},&&\\forall u\\in U,\\ \\forall t\\in\\mathcal\{T\},\\\\ &\\sum\_\{\(k,\\tau\)\\in\\mathcal\{I\}:\\tau\\leq t\}b\_\{k,\\tau,t,u\}^\{\\mathrm\{bh\}\}\\leq B\_\{u\}^\{\\mathrm\{bh\}\},&&\\forall u\\in U,\\ \\forall t\\in\\mathcal\{T\}\.\\end\{aligned\}\\right\.\(14\)方程13和14将每个时隙中的计算和通信资源分配总量限制在本地、无人机、云端、上行和回传的可用容量范围内。

(ii) 模式一致性

\{0≤fk,τ,tloc≤Fklocζk,τ,∀\(k,τ\)∈I,∀t≥τ,0≤fk,τ,t,uuav≤Fuuavpk,τ,u,∀\(k,τ\)∈I,∀u∈U,∀t≥τ,0≤fk,τ,t,ucld≤Fcldgk,τ,u,∀\(k,τ\)∈I,∀u∈U,∀t≥τ,\\displaystyle\\left\\\{\\begin\{aligned\} &0\\leq f\_\{k,\\tau,t\}^\{\\mathrm\{loc\}\}\\leq F\_\{k\}^\{\\mathrm\{loc\}\}\\,\\zeta\_\{k,\\tau\},&&\\forall\(k,\\tau\)\\in\\mathcal\{I\},\\ \\forall t\\geq\\tau,\\\\ &0\\leq f\_\{k,\\tau,t,u\}^\{\\mathrm\{uav\}\}\\leq F\_\{u\}^\{\\mathrm\{uav\}\}\\,p\_\{k,\\tau,u\},&&\\forall\(k,\\tau\)\\in\\mathcal\{I\},\\ \\forall u\\in U,\\ \\forall t\\geq\\tau,\\\\ &0\\leq f\_\{k,\\tau,t,u\}^\{\\mathrm\{cld\}\}\\leq F^\{\\mathrm\{cld\}\}\\,g\_\{k,\\tau,u\},&&\\forall\(k,\\tau\)\\in\\mathcal\{I\},\\ \\forall u\\in U,\\ \\forall t\\geq\\tau,\\end\{aligned\}\\right\.\(15\)\{0≤bk,τ,t,uul≤Buulιk,τ,ufh,∀\(k,τ\)∈I,∀u∈U,∀t≥τ,0≤bk,τ,t,ubh≤Bubhgk,τ,u,∀\(k,τ\)∈I,∀u∈U,∀t≥τ,ιk,τ,ufh=pk,τ,u\+gk,τ,u\.\\displaystyle\\left\\\{\\begin\{aligned\} &0\\leq b\_\{k,\\tau,t,u\}^\{\\mathrm\{ul\}\}\\leq B\_\{u\}^\{\\mathrm\{ul\}\}\\,\\iota\_\{k,\\tau,u\}^\{\\mathrm\{fh\}\},\\quad\\forall\(k,\\tau\)\\in\\mathcal\{I\},\\ \\forall u\\in U,\\ \\forall t\\geq\\tau,\\\\ &0\\leq b\_\{k,\\tau,t,u\}^\{\\mathrm\{bh\}\}\\leq B\_\{u\}^\{\\mathrm\{bh\}\}\\,g\_\{k,\\tau,u\},\\quad\\forall\(k,\\tau\)\\in\\mathcal\{I\},\\ \\forall u\\in U,\\ \\forall t\\geq\\tau,\\\\ &\\iota\_\{k,\\tau,u\}^\{\\mathrm\{fh\}\}=p\_\{k,\\tau,u\}\+g\_\{k,\\tau,u\}\.\\end\{aligned\}\\right\.\(16\)方程15和16对计算和通信分配施加模式一致性，要求除非选择了相应的执行模式，否则分配必须为零。

(iii) 完成的多时隙充分性
定义 χk,τ\(t\)≜∑r=τtδk,τ,r∈\{0,1\}\\chi\_\{k,\\tau\}