摘要: 针对大规模动态作业环境中多域协同决策的复杂性与实时性挑战,提出了基于大语言模型的集群协同决策框架(Courses of Action-Large Language Models,COA-LLM),通过提示词工程、环境态势文本化与多级指令解析,构建了"感知-决策-执行"闭环响应系统。突破了传统目标分配方法仅能处理离散任务的限制,实现了离散任务分配与连续空间决策的统一。最终,在仿真系统中构建了集群协同场景,使用了GPT与DeepSeek等通用大模型,并与其他基于优化算法和机器学习的算法进行了对比实验,实验结果证明了COA-LLM框架的可行性和有效性,框架的输入灵活性与输出可解释性,为智能指控系统的发展提供了新范式。