大脑：理解与全局规划
大语言模型提取目标、约束与时序关系，将开放式任务分解为结构化子任务，并基于 Agent、Skill 与 Cluster 能力图谱生成多组候选方案。
融合控制安全与虚实共演的空地群智决策系统
让大模型负责理解与规划，让数字孪生负责预演与试错，让控制理论负责安全兜底，让空地异构集群负责协同执行。
System Blueprint
系统总体架构
点击架构图可查看完整大图
Decision Loop
从自然语言任务到安全协同执行
孪生与安全：先预演，再验证
候选方案在数字孪生环境中比较成功率、风险、耗时与能耗；推荐方案继续接受 CBF、CLF 与 MPC 约束验证，危险或不可行方案被拦截并返回重规划。
小脑与反射弧：自治执行与紧急保护
集群小脑依据位置、电量、载荷与通信状态进行成员选择、技能编排和任务接力；反射弧在碰撞、低电量或断联时优先避障、悬停、返航或接管。
- 01 · INPUT自然语言任务
- 02 · MATCH能力检索与资源匹配
- 03 · REHEARSE多方案虚拟预演
- 04 · VERIFY控制安全验证
- 05 · SCHEDULE集群局部调度
- 06 · EXECUTESkill / MCP 确定性执行
- 07 · FEEDBACK状态与风险反馈
- 08 · REPLAN事件触发动态重规划
Three Core Innovations
三项核心技术创新
悬停可查看细节，点击图片可放大
INNOVATION 01
Agent-Skill-Cluster 插件化能力图谱
将“谁能执行、能够做什么、如何组成协同单元”统一注册，使新设备、新技能和新集群能够以标准接口接入任务编排。
INNOVATION 02
数字孪生驱动的多方案预演
把高成本、高风险的探索留在虚拟世界，从成功率、风险、时间、能耗与通信连续性等维度筛选方案，再迁移至真实集群。
INNOVATION 03
融合 CBF、CLF 与 MPC 的可证安全控制
将碰撞、危险区域、电量、通信、轨迹稳定性和控制输入写成显式约束，使危险指令在进入真实执行环节前被修正或拒绝。
Forest-Fire Scenario
森林火灾早期处置验证
12空地异构智能体
6功能集群协同作业
74.3%分层侦察定位误差降低
21 s异常场景平均恢复时间
验证场景包含两个火点、受困人员、道路网络、危险区域与多类空地平台；系统通过事件触发完成侦察、定位、隔离带生成、消防处置、人员救援、任务接力与动态重规划。以上数据来自项目资料中的仿真实验结果。
Demonstration
系统演示视频
点击播放后加载演示视频
00:00 / 00:00