A Meta-Agent-Driven Self-Evolving Multi-Agent System for UAV Detection and Tracking

🚁 UAVagent 1.0 — 自进化多智能体协同无人机检测与跟踪系统

UAVagent 是一个基于 异构多智能体协同框架 的无人机智能感知与决策系统。它融合了 YOLOv8 目标检测、Transformer 自注意力跟踪、大语言模型（LLM）驱动推理以及 代码级自进化机制，能够理解自然语言命令，在仿真或真实无人机视角下自主完成目标搜索与跟踪任务。

本项目源于本科创新研究课题，旨在探索 LLM Agent 在具身智能场景下的自我优化能力，并为无人机 AI 系统提供一个模块化、可扩展、便于教学与科研的开源平台。

✨ 主要特性

🤖 九大智能体协同（含训练智能体）

系统由九个专职智能体组成，每个智能体负责特定的子任务，通过消息传递协同工作。所有智能体均支持动态加载和自定义替换。

1. 感知智能体 (PerceptionAgent)

• 职责：从环境中获取视觉信息。
• 数据源：支持 AirSim 仿真（实时图像流）和 VisDrone 数据集（离线视频序列）两种模式。
• 多模态：可同时处理 RGB 图像和模拟热成像图像，并进行决策级融合。
• 降级：当仿真未连接时，自动返回模拟检测数据，保证系统流程完整性。

2. 推理智能体 (ReasoningAgent)

• 职责：将自然语言命令与当前视觉状态转化为结构化的行动计划。
• LLM 集成：默认使用 DeepSeek-Reasoner，支持 OpenAI 格式 API 替换。
• 三级降级策略：
  1. LLM 缓存：相同命令和环境状态下直接返回缓存结果，延迟降至毫秒级。
  2. 案例库检索：LLM 失败时，检索历史成功案例中相似场景的决策。
  3. 本地规则：关键词匹配 + 最高置信度目标选择，确保离线可用。
• 输出：标准化 JSON 计划（action_type, target_id, target_description 等）。

3. 行动智能体 (ActionAgent)

• 职责：执行推理智能体制定的行动计划。
• 真实模式：通过 AirSim API 控制无人机（起飞、降落、移动、悬停）。
• 仿真/模拟模式：当 AirSim 未连接时，模拟执行结果，用于快速验证。

4. 集成智能体 (IntegrationAgent)

• 职责：任务流程的总指挥，串联感知→推理→行动→学习全流程。
• 指标采集：记录每次任务的延迟、成功率、LLM 调用详情等，存入 TaskMetrics。
• 反思触发：每完成 5 次任务自动触发一次反思进化流程。

5. 报告智能体 (ReportingAgent)

• 职责：汇总系统运行日志，生成 JSON 格式的分析报告。
• 输出：报告保存在 output/reports/ 目录下。

6. 学习智能体 (LearningAgent)

• 职责：收集每次任务的环境数据、计划和执行结果，为后续模型微调积累训练样本。
• 数据格式：JSON 批次文件，保存在 output/training_data/。

7. 反思智能体 (ReflectionAgent)

• 职责：定期分析系统日志，调用 LLM 识别性能瓶颈和可优化点