AerialClaw：LLM 驱动的自主空中代理的开源框架

无人机（UAV）越来越多地应用于巡检、搜救、环境监测和应急响应等领域。然而，大多数无人机应用仍然依赖于预定义的命令序列或特定于任务的管道，开发人员手动连接感知、规划、飞行控制、模拟、记录和安全模块。这限制了自主航空系统的灵活性、再现性和可扩展性。本文介绍了 AerialClaw，这是一个开源软件框架，使无人机能够作为决策空中代理而不仅仅是执行命令的平台。给定自然语言任务，AerialClaw 允许基于 LLM 的代理理解任务、维护上下文、调用可执行的空中技能、观察感知和运行时反馈，并在闭环中迭代更新其决策。该框架采用模块化的大脑-技能-运行时架构，结合了原子无人机操作的硬技能、用于可重用任务策略的基于Markdown的软技能、文档驱动的代理状态和能力边界、内存驱动的反射、面向安全的运行时验证和平台无关的执行适配器。 AerialClaw 支持轻量级模拟执行、带有 Gazebo 的 PX4 SITL 和基于 AirSim 的模拟，以及 Web 控制台、可插入模型后端、示例任务、模拟资产和分阶段部署脚本。通过结合标准化的航空技能、文档驱动的代理状态、记忆和闭环 LLM 决策，AerialClaw 为构建无人机系统提供了一个可重复且可扩展的开源框架，该系统可以解释任务、做出决策、执行技能并根据反馈调整其行为。