“论文建议，LLM为智能自动驾驶汽车提供智能化”

LLM提供自动驾驶汽车智能化

一项新研究表明，大型语言模型可以成为自动驾驶车辆的有效决策者，对于复杂情景能够进行逻辑思考。

清华大学、香港大学和加州大学伯克利分校的一组研究人员利用大型语言模型（LLMs）进行高层决策的自动驾驶技术研究。他们的最新论文于10月4日在预印本服务器arXiv上发表，论文展示了LLMs可以成功理解交通场景，根据规则做出明智判断，并对其决策提供清晰的解释。

虽然基于深度学习的现有自动驾驶系统显示出了潜力，但在处理罕见事件和提供可解释性方面仍面临挑战。论文中写道：

“LLMs可以像人类一样思考，并通过结合常识来推理新的场景，其可见思考过程使其具有强大的可解释性。[…] LLMs的推理能力和可解释性有助于克服当前基于学习的[自动驾驶]系统在适应性和透明性方面的限制。”

为了发挥LLMs的优势，研究人员设计了一个结构化的思维过程来管理推理步骤。LLM收集相关信息，评估驾驶场景，并提供高层次的行动指导。然后，这些文本决策被转化为指导低层控制器的参数。大量实验证明了使用这种方法可以获得显著的性能提升。

与强化学习和优化方法相比，经过LLM增强的系统在各种驾驶任务中，包括交叉路口、环形交叉口和紧急机动时，成本大幅降低，安全性更高。论文声称：

“本论文在安全性、效率性、普适性和互操作性等方面，初步探索了将LLMs作为复杂[自动驾驶]场景的有效决策者。”

除了可量化的指标外，据报道，LLM还展示了类似人类驾驶员的情境意识和适应能力。例如，当另一辆车有优先权时，它适当减速，而不仅仅优化效率。

虽然仍处于早期研究阶段，但这项开创性工作为后续的进一步发展奠定了基础。论文总结道：

“我们希望它能为未来在这个领域的研究提供灵感。”

特色图片来源：istockphoto；Pexels；谢谢！