Sintesi Tecnica: FRAMe – Pianificazione del Volo End-to-End con LLM tramite Memoria basata su RAG e Agente Coach Multimodale

Problema

L'impiego di velivoli a decollo e atterraggio verticale elettrico (eVTOL) e sistemi aerei non pilotati (UAS) per la Mobilità Aerea Avanzata (AAM) richiede sistemi di pianificazione del volo capaci di navigare in spazi aerei densi e complessi. Gli algoritmi tradizionali di pianificazione del percorso (ad es., A*, RRT) si affidano a obiettivi matematici esplicitamente definiti e faticano a incorporare preferenze umane flessibili e soggettive, come il compromesso tra durata del volo e complessità dei waypoint o la massimizzazione della distanza di sicurezza dai pericoli. Sebbene i Large Language Models (LLM) abbiano mostrato potenziale nella robotica e nella navigazione per l'interpretazione dell'intento in linguaggio naturale, la loro applicazione alla pianificazione del volo nel mondo reale rimane poco esplorata. Gli approcci esistenti spesso mancano di meccanismi per garantire la validità del piano, allinearsi alle preferenze dell'operatore o apprendere dalle esperienze passate senza dover essere riaddestrati da zero.

Metodologia

Gli autori presentano FRAMe, un framework di pianificazione del volo end-to-end che integra un pianificatore LLM con un modulo di memoria Retrieval-Augmented Generation (RAG) e un Agente Coach multimodale. Il sistema opera attraverso i seguenti componenti:

1. Agente Pianificatore: Un LLM funge da nucleo centrale per la pianificazione del percorso. Riceve un prompt in linguaggio naturale che descrive la preferenza dell'operatore (ad es., "massimizzare la distanza di sicurezza dai poligoni pericolosi") e i dati dello scenario codificati in KML (origine, destinazione, spazio aereo percorribile e zone di divieto di volo). Il pianificatore genera una sequenza di waypoint geografici che formano un percorso di volo.
2. Modulo di Memoria basato su RAG: Per ancorare il ragionamento dell'LLM, il sistema recupera il contesto pertinente da un database vettoriale di piani di volo passati. Il processo di recupero prevede:
   • L'embedding della preferenza in linguaggio naturale dell'operatore.
   • Il filtraggio del database per record con geometria dello scenario identica (stessa origine, destinazione e zone di divieto di volo).
   • La classificazione di questi record in base alla similarità del coseno degli embedding delle preferenze per selezionare i $K$ esempi passati più allineati.
   • L'integrazione nel prompt del pianificatore di questi esempi recuperati e delle loro valutazioni.
3. Agente Coach Multimodale: Uno strato di verifica implementato utilizzando un LLM multimodale (specificamente o4-mini) combinato con controlli geometrici basati su regole. Il coach esegue una revisione in tre fasi:
   • Validità Geometrica: Strumenti basati su regole verificano che tutti i waypoint rimangano all'interno dello spazio aereo percorribile, colleghino l'origine e la destinazione e non intersechino le zone di divieto di volo.
   • Allineamento alle Preferenze: Il coach analizza un'immagine renderizzata del piano di volo proposto per valutare se il percorso si allinea visivamente alla preferenza dichiarata dall'operatore.
   • Ciclo di Feedback: L'operatore può fornire un feedback opzionale. Il record finale (scenario, preferenza, validità, allineamento e feedback) viene memorizzato nel database per migliorare i futuri recuperi RAG.
     Il sistema è stato valutato tramite un prototipo web mirato a operazioni di UAV in scala ridotta (integrandosi con Mission Planner) come proxy efficace in termini di costi per i test sugli eVTOL.

Contributi Chiave

1. Architettura del Sistema FRAMe: Un nuovo framework che combina un pianificatore LLM, la memoria RAG e un coach multimodale per consentire la generazione di percorsi guidata dal linguaggio naturale che rispetti i vincoli di sicurezza e le preferenze dell'operatore.
2. Valutazione delle Preferenze senza Annotatori: Un framework di valutazione quantitativa che utilizza tre obiettivi geometrici misurabili: minimizzazione della distanza di volo, minimizzazione del numero di waypoint e massimizzazione della distanza di sicurezza dai poligoni. Ciò consente una valutazione oggettiva dell'allineamento alle preferenze senza l'uso di annotatori umani.
3. Studio di Ablazione Multi-Modello: Una valutazione sistematica su quattro LLM allo stato dell'arte (OpenAI o3-mini, o4-mini, GPT-5.4 e DeepSeek-R1) e tre livelli di difficoltà dello scenario (Facile, Medio, Difficile), confrontati con un baseline classico A*. Lo studio isola i contributi di RAG e dell'Agente Coach.

Risultati Sperimentali

La valutazione ha coperto 150 run di warmup per popolare il database, seguite da una fase di ablazione attraverso quattro condizioni: baseline A*, LLM Baseline, LLM + RAG e LLM + RAG + Coach.

• Validità del Piano: Il sistema completo FRAMe (+RAG+Coach) ha ottenuto i tassi di validità più elevati per tutti i pianificatori, raggiungendo fino al 93,8% di validità aggregata (99% negli scenari Facili per il pianificatore più forte). Notevolmente, per il modello o3-mini, il solo RAG ha leggermente diminuito la validità rispetto al baseline, ma l'aggiunta dell'Agente Coach ha recuperato ed esteso i guadagni, indicando che il Coach fornisce un controllo di validità non ridondante e fondamentale.
• Allineamento alle Preferenze:
  • Waypoint: Il modello o3-mini ha mostrato il miglioramento più significativo, riducendo il numero medio di waypoint del 12% con il sistema completo rispetto al baseline.
  • Distanza di Sicurezza (Clearance): Il modello o4-mini ha dimostrato il guadagno più chiaro nella massimizzazione della distanza di sicurezza (+9%).
  • Distanza: La maggior parte dei modelli ha operato vicino al proprio limite minimo di distanza nel baseline, limitando ulteriori miglioramenti, sebbene GPT-5.4 abbia mostrato un miglioramento monotono quando la preferenza sulla distanza era esplicitamente attiva.
• Confronto con A:* Mentre il pianificatore classico A* ha raggiunto il 100% di validità, esso era "cieco alle preferenze", producendo percorsi con un numero di waypoint significativamente più elevato (18,2 contro ~3,5–5,0 per gli LLM) e una distanza di sicurezza inferiore (1,91 km contro 3,5–5,0 km per gli LLM). FRAMe ha superato A* in termini di distanza di sicurezza ed efficienza dei waypoint, accettando un lieve sovraccarico della distanza.

Significato e Rivendicazioni

Il paper sostiene che FRAMe dimostra come gli LLM avanzati possano essere impiegati efficacemente per la pianificazione di missioni incentrate sull'uomo, traducendo con successo istruzioni in linguaggio naturale in rotte di volo sicure, efficienti e flessibili. Gli autori sottolineano che l'integrazione di un coach multimodale è critica; esso agisce come un necessario guardiano per la validità e l'allineamento alle preferenze, in particolare per i modelli in cui il solo recupero (retrieval) potrebbe essere insufficiente o potenzialmente fuorviante.

Il framework è presentato come un passo modulare verso il colmamento del divario tra l'intento del pilota umano e le operazioni di volo autonome. Gli autori mantengono una posizione modesta, osservando che la valutazione attuale si basa su zone di divieto di volo poligonali sintetiche e dati puramente simulativi, con test di volo nel mondo reale e modellazione di vincoli dinamici (ad es., traffico, limiti della batteria) identificati come necessari lavori futuri. Il sistema è progettato per essere allineato alle preferenze dove gli algoritmi classici non lo sono, offrendo un compromesso di un leggero sovraccarico della distanza per una migliore sicurezza e semplicità di rotta.