优化后提示词：我是高校 [相关专业，如机器人工程专业] 的学生 / 研究人员，正在进行关于森林灭火机器人集群的项目研究。我们的目标是设计一个自组织火线封锁系统，利用红外和气体传感器进行火势感知，构建火势传播模型以实现准确预测。计划采用反应 - 扩散算法来协调无人机（负责侦察）和 UGV（无人地面车辆，负责阻断火势）组成的异构群体，使其能形成最优隔离带。此外，还需开发风向自适应功能，用于动态调整阻燃剂的喷洒位置和策略。请帮我梳理这个项目从设计到实现的详细任务规划，包括各阶段的具体任务内容、所需技术支持、时间节点安排、可能遇到的技术难题及解决方案，以及如何在模拟山火测试中进行系统验证，对比人工指挥，分析该系统在提升火场控制速度和保障设备安全性方面的优势。 （3）高校使用场景及注意事项和建议的大模型配置参数 使用场景：适用于高校相关专业（如机器人工程、自动化、计算机科学与技术等）的学生进行课程设计、毕业设计项目，或者研究人员开展科研项目时，对复杂系统设计与实现进行任务规划。 注意事项：需明确告知智能体自身专业背景、项目基础情况及预期目标，以便得到更精准的规划；对于智能体给出的任务规划，要结合实际研究条件、技术能力等进行评估和调整。

选择深度推理模型。因其擅长处理复杂逻辑任务，能深入剖析森林灭火机器人集群系统各环节关联，精准规划；且对反应 - 扩散算法等专业技术理解运用能力强，还可挖掘创新点，满足项目需求。 大模型配置参数建议： 随机性（Temperature）：0.4 - 0.6 。此区间既能让生成的任务规划有一定灵活性和创新性，又能保证规划内容不会过于偏离实际需求，保持一定的逻辑性和可行性。 核采样（Top - k 或 Top - p）：若采用 Top - p，可设置为 0.75 - 0.85 ；若使用 Top - k，k 值建议在 35 - 45 。这样能在合理的概率范围内生成较为丰富且有价值的内容。 单次回复 max_tokens：设置为 800 - 1200 。因为该任务规划涉及较多方面内容，需要足够的 token 数量来保证智能体完整输出详细的规划方案。 对话轮数保留：3 - 5 轮。在与智能体交互过程中，可能需要进一步询问细节、调整规划方向等，保留一定对话轮数便于充分沟通。