已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

LLM-QL: A LLM-Enhanced Q-Learning Approach for Scheduling Multiple Parallel Drones

计算机科学 无人机 调度(生产过程) 并行计算 增强学习 处理器调度 人工智能 强化学习 地铁列车时刻表 操作系统 运营管理 遗传学 生物 经济
作者
Qian Zhou,Jiayang Wu,Mengyue Zhu,Yuhang Zhou,Fu Xiao,Yanchun Zhang
出处
期刊:IEEE Transactions on Knowledge and Data Engineering [IEEE Computer Society]
卷期号:37 (9): 5393-5406 被引量:12
标识
DOI:10.1109/tkde.2025.3579386
摘要

This study addresses the Multiple Flying Sidekicks Traveling Salesman Problem (mFSTSP), where parallel Unmanned Aerial Vehicles (UAVs, or Drones) work alongside truck to enhance delivery efficiency. Existing scheduling approaches face challenges in high computational costs and the risk of converging to local optima due to excessive exploration in unknown environments, especially in large-scale mFSTSP. This study proposed a Large Language Model Enhanced Q-Learning Approach (LLM-QL) to solve mFSTSP, which combines the local exploration advantages of Q-Learning with the global understanding of unknown environments provided by LLMs, thus improving the efficiency of path planning. A novel prompt strategy is also provided, transforming the problem modeling into a format easily understood by LLMs, guiding the algorithm's exploration and significantly improving convergence. We also provide a proof of the convergence of LLM-QL. Experimental results demonstrate that LLM-QL achieves up to a 1.35 x improvement in key performance metrics such as total completion time, algorithm runtime, and UAV utilization, compared to existing state-of-the-art methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
虚拟的如容完成签到,获得积分10
1秒前
2秒前
4秒前
miumiu2024发布了新的文献求助10
4秒前
丘比特的应助被EstAffectus采纳,获得30
4秒前
dopamine发布了新的文献求助10
5秒前
极限001的应助被科研通管家采纳,获得100
5秒前
5秒前
Jasper的应助被科研通管家采纳,获得10
5秒前
华仔的应助被科研通管家采纳,获得10
6秒前
6秒前
共享精神的应助被科研通管家采纳,获得100
6秒前
6秒前
脑洞疼的应助被科研通管家采纳,获得10
6秒前
6秒前
隐形曼青的应助被科研通管家采纳,获得10
6秒前
SZL2026发布了新的文献求助20
6秒前
天天快乐的应助被科研通管家采纳,获得100
6秒前
6秒前
赘婿的应助被科研通管家采纳,获得10
7秒前
深情安青的应助被科研通管家采纳,获得100
7秒前
orixero的应助被科研通管家采纳,获得10
7秒前
烟花的应助被科研通管家采纳,获得10
7秒前
上官若男的应助被科研通管家采纳,获得10
7秒前
7秒前
俊逸盛男发布了新的文献求助10
7秒前
伸懒腰发布了新的文献求助10
7秒前
丘比特的应助被swimming采纳,获得10
7秒前
彭于晏的应助被科研通管家采纳,获得10
7秒前
秋风的应助被monster采纳,获得10
8秒前
lllcy发布了新的文献求助10
9秒前
Lily发布了新的文献求助10
9秒前
wanci的应助被盒子采纳,获得30
10秒前
3921337477发布了新的文献求助10
10秒前
方方完成签到,获得积分10
10秒前
一念之间的应助被史萌采纳,获得10
11秒前
11秒前
123的应助被fb12000采纳,获得10
12秒前
丘比特的应助被夏灼采纳,获得10
12秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8184536
求助须知:如何正确求助?哪些是违规求助? 9573526
关于积分的说明 21832132
捐赠科研通 7781791
什么是DOI,文献DOI怎么找? 3434376
关于科研通互助平台的介绍 2558490
邀请新用户注册赠送积分活动 2480989