Loop Engineering下的无人机集群三闭环体系

一.Loop Engineering
Loop Engineering 是一种让 AI 系统自主迭代、持续完成任务的闭环工程方法，将人从逐条提示中解放出来，转变为系统设计者。之前的使用者的定位相当于是任务的提出者，每次要求Agent完成一个任务我们都得重新定一个任务，这就会导致一个问题：我们需要花大量的时间在任务的下达上，大大降低了自动化智能生产的工作效率。而Loop Engineering是继Prompt Engineering、Contaxt Engineering和Harness Engineering三个工程之后提出的第四个工程，主张人站在更全局的位置，以写循环的方式代替之前单纯写任务的手段来驾驭Agent，让Agent拥有独一套的自循环任务体系，达到提升生产效率的目的。

二.Loop Engineering下的无人机体系三闭环
为了让无人机体系更加自主，这里结合了相关的技术观点，做出了新的无人机体系三闭环概念。

首先是通讯闭环的的概念。以往的无人机间通讯，是以相对固定的模式进行的，将通讯的频率、通讯规则、时间以参数的形式固定，这就会导致无人机在遇到极端情况，比如在突发的通讯拒止的情况下难以保证机间交流的转换和稳定；或者是发现当无人机集群发现重要目标时，发现机想要优先回传数据，但是优先级的设定导致其在没有操作员的手动干预下无法优先回传，错失良机。这些都是问题。我们不妨将AI Agent加入到无人机集群的通讯体系，给予其任务循环，让它实时监测无人机集群的通讯情况，监督每一个任务节点，适时调整通讯策略，提升效率。这个环的本质，是把通信从"写死的配置"变成了"有上下文感知能力的动态协调器"，让有限的通信带宽和链路资源在动态环境中始终服务于当前最高优先级的任务需求。

其次是控制闭环的概念。在传统的单体无人机上已经有双闭环PID控制结构，分为内环外环———外环是位置控制子系统，根据目标路径点结合当前位置和速度，计算出期望的俯仰角、横滚角和偏航角；内环是姿态控制子系统，将这些期望姿态角与IMU反馈的实际姿态进行比对，解算出四个电机的PWM控制量，驱动电机转速变化以实现期望的姿态和位置追踪。我们不妨在这个双闭环上再添加一个AI Agent形成新的任务闭环，让Agent拥有实时规划无人机路径的能力，根据根据无人机的最大推力产生的加速度上限、最大舵面偏转产生的角速度上限、最小转弯半径等飞行的真实的物理约束对飞行路径进行动态的路径调整与规划，让无人机能够顺利飞行。

最后是AI模型闭环的概念。在无人机集群方面有很多AI模型的研究成果，比如说基于强化学习的协同与决策模型、意图识别与态势感知模型等等，这些模型都要求在仿真环境中训练好了才能上机。我们也可以在无人机集群的AI模型下手，建立一个独特的AI模型闭环，让其具备态势感知能力，根据实际情况对任务目标与执行流程做出实时的调整，并且在每一次的仿真实验或者是实战中通过自己的自学习能力建立数据库作为自己的“错题集”或者是“作战经验”，让无人机集群可以像人类一样总结经验教训，在日后的任务中优化行动策略。