[论文解读] Next Generation Intelligent Low-Altitude Economy Deployments: The O-RAN Perspective

Aly Sabri Abdalla, Vuk Marojevic|arXiv (Cornell University)|Jan 1, 2026

UAV Applications and Optimization被引用 0

一句话总结

论文提出一个基于O-RAN的低空经济框架，利用语义引导与强化学习实现实时无人机编队轨迹规划，并对测试床和标准化需求进行调研。

ABSTRACT

Despite the growing interest in low-altitude economy (LAE) applications, including UAV-based logistics and emergency response, fundamental challenges remain in orchestrating such missions over complex, signal-constrained environments. These include the absence of real-time, resilient, and context-aware orchestration of aerial nodes with limited integration of artificial intelligence (AI) specialized for LAE missions. This paper introduces an open radio access network (O-RAN)-enabled LAE framework that leverages seamless coordination between the disaggregated RAN architecture, open interfaces, and RAN intelligent controllers (RICs) to facilitate closed-loop, AI-optimized, and mission-critical LAE operations. We evaluate the feasibility and performance of the proposed architecture via a semantic-aware rApp that acts as a terrain interpreter, offering semantic guidance to a reinforcement learning-enabled xApp, which performs real-time trajectory planning for LAE swarm nodes. We survey the capabilities of UAV testbeds that can be leveraged for LAE research, and present critical research challenges and standardization needs.

研究动机与目标

• 为低空应用中对空中节点的实时、弹性编排的必要性提供动机。
• 提出一个基于开放RAN的LAE框架，利用解耦的RAN、开放接口和RIC实现AI驱动的操作。
• 通过语义感知组件和RL代理实现闭环、AI优化、任务关键LAE部署。
• 评估适用于LAE研究的无人机测试床，并识别关键挑战与标准化差距。

提出的方法

• 引入具语义接口和RIC控制的O-RAN就绪LAE框架。
• 开发一个语义感知的rApp，解释地形并为强化学习xApp提供引导。
• 在闭环控制设置中通过RL驱动的xApp实现无人机编队节点的实时轨迹规划。
• 通过以语义驱动的控制环路演示架构的可行性与性能。
• 调研无人机测试床并阐明研究挑战与标准化需求。

实验结果

研究问题

• RQ1 O-RAN如何实现对LAE任务的实时、弹性、上下文感知的编排？
• RQ2 一个语义感知的rApp是否能有效引导用于轨迹规划的RL基xApp？
• RQ3 在O-RAN环境下AI驱动的闭环LAE运营的可行性与性能如何？
• RQ4 存在哪些无人机测试床，以及LAE研究需要哪些标准化需求？

主要发现

• 所提出的基于O-RAN的LAE体系结构对于实现AI驱动的闭环LAE运营是可行的。
• 一个语义感知的地形解释器（rApp）可以为轨迹规划的RL驱动xApp提供引导。
• 该框架在解耦RAN环境中支持对LAE编队任务的实时、AI优化控制。
• 对无人机测试床的调研凸显了可用于LAE研究的资源并为标准化需求提供信息。
• 论文识别出推进O-RAN下LAE发展的关键研究挑战与标准化差距。