IEEE OJVT Author Spotlight Series

The IEEE Japan Office, in cooperation with the IEEE Open Journal of Vehicular Technology (OJVT), is pleased to invite you to the following online talk as part of the “IEEE OJVT Author Spotlight Series.”

Date: Friday, 25 September 2026
Time: 11:00–12:00 JST

Format: Online Webinar (Zoom)
Registration Fee: Free
Language: English (with Japanese support)

Registration Form: https://forms.gle/DrY2fceoSeVXSwJ16

Registration Deadline
Friday, 18 September JST
The IEEE Japan Office will send the Zoom participation link to registered participants in due course.

About the Talk
Intelligent control of UAVs (Uncrewed Aerial Vehicles) swarms typically requires the swarm to navigate effectively while avoiding obstacles and achieving continuous coverage over multiple mission targets. Although traditional Multi-Agent Reinforcement Learning (MARL) approaches offer dynamic adaptability, they are hindered by the semantic gap in black-boxed communication and the rigidity of homogeneous role structures, resulting in poor generalization and limited task scalability. Recent advances in Large Language Model (LLM)-based control frameworks demonstrate strong semantic reasoning capabilities by leveraging extensive prior knowledge. Nevertheless, due to the lack of online learning and over-reliance on static priors, these works often struggle with effective exploration, leading to reduced individual potential and overall system performance.

This session will feature Prof. Honggang Zhang from Macau University of Science and Technology, who will address these limitations by proposing RALLY: a role-adaptive navigation framework that leverages Large Language Models (LLMs) for autonomous, collaborative coordination among UAV swarms. The talk addresses key limitations of conventional multi-agent reinforcement learning by introducing LLM-driven semantic reasoning and adaptive role-switching. We believe this will be of great interest to anyone working in multi-agent systems, robotics, or AI-driven control frameworks.

Talk Title
RALLY: Role-Adaptive LLM-Driven Yoked Navigation for Agentic UAV Swarms

Speaker
Prof. Honggang Zhang
School of Computer Science and Engineering
Macau University of Science and Technology

Moderator
Edward Au, Ph.D. (Editor-in-Chief, IEEE Open Journal of Vehicular Technology)

The flyer can be downloaded here

We look forward to your participation.
If you have any questions, please feel free to contact us.

────────────────────

この度、IEEE Open Journal of Vehicular Technology（OJVT）との共催により、下記の通りオンライン講演会「IEEE OJVT Author Spotlight Series」を開催する運びとなりましたので、ご案内申し上げます。

日時: 2026年9月25日（金）11:00～12:00（日本時間）

開催形式: Zoom
参加費: 無料
言語: 英語 (日本語サポート)

登録フォーム: https://forms.gle/DrY2fceoSeVXSwJ16

締切日: 9月18日（金）

ご登録いただいた方には、IEEEジャパンオフィスより順次Zoomの参加リンクをお送りいたします。

講演について
UAV(無人航空機)群の知能制御においては、一般に、複数のミッションターゲットを継続的に監視・巡回しつつ、障害物を回避しながら群を効果的に航行させることが求められます。従来のマルチエージェント強化学習(MARL)によるアプローチは動的な適応性を備えている一方で、エージェント間のやり取りの内容が見えにくく意図が正しく伝わらないことや、画一的な役割構造の硬直性によってその効果が制限されており、結果として汎化性能の低さやタスク拡張性の限界につながっています。大規模言語モデル(LLM)をベースとした制御フレームワークにおける近年の進展は、豊富な事前知識を活用することで高い意味的推論能力を示しています。しかしながら、オンライン学習の欠如と静的な事前知識への過度な依存により、これらの手法はしばしば効果的な探索に課題を抱え、個々のエージェントの潜在能力およびシステム全体の性能低下を招いています。

本セッションには、マカオ科学技術大学のHonggang Zhang教授が登壇し、こうした課題に対応する手法としてRALLYを提案します。RALLYは、大規模言語モデル(LLM)を活用し、UAV群における自律的かつ協調的な連携を実現する、役割適応型のナビゲーションフレームワークです。本講演では、LLMによる意味的推論と適応的な役割切替を導入することで、従来のマルチエージェント強化学習が抱える主要な課題に対応します。マルチエージェントシステム、ロボティクス、あるいはAI駆動型の制御フレームワークに携わる方々にとって、大変興味深い内容になると考えております。

講演タイトル
RALLY: Role-Adaptive LLM-Driven Yoked Navigation for Agentic UAV Swarms

講演者
Prof. Honggang Zhang
School of Computer Science and Engineering
Macau University of Science and Technology

モデレーター
Edward Au, Ph.D. (Editor-in-Chief, IEEE Open Journal of Vehicular Technology)

詳細を掲載したフライヤーのダウンロードはこちらから

皆様のご参加を心よりお待ちしております。

ご不明な点がございましたら、下記までお気軽にお問合せください。

オンラインフォーム
E-mail: [email protected]