LLM辅助无人机调度：系统级综述与分类

无人机（UAV）调度开始超越孤立的路径规划和优化驱动的资源分配，转向由语义推理和基于LLM的接口支持的系统级协调。这项调查提供了支持 LLM 的无人机调度系统的统一特征，该系统将语义意图、符号决策和物理无人机执行联系起来。我们没有将 LLM 视为独立的附加组件，而是将其概念化为连接人类指令、外部求解器和分布式控制模块的跨层语义编排层。我们将文献分为四种有代表性的调度范式：管道调度、全局分配调度、去中心化 Agentic 调度和分而治之调度。对于每个范式，我们分析其决策逻辑、系统结构、控制流程、代表性方法和潜在的LLM角色。我们进一步研究LLM如何支持语义解析、基于检索的规划、求解器编排、本地Agent推理、多Agent协调、安全评估和面向人类的解释。我们讨论这些范例对可扩展性、鲁棒性、协调负担和验证要求的影响，并确定开放的挑战，包括延迟感知推理、Grounding可靠性、物理可行性保证、边缘部署、隐私保护和分布式一致性。这项调查提供了系统级分类和设计视角，用于将LLM集成到安全关键的无人机调度系统中。