自动驾驶系统中的推理研究：开放挑战与新兴范式

高级自动驾驶（AD）的开发正从感知层面的局限性转向更根本的瓶颈，即鲁棒且可泛化的推理能力不足。虽然当前的自动驾驶系统能够处理结构化环境，但在需要人类式判断力的长尾场景和复杂社交互动中仍常常失败。同时，大语言模型和多模态模型（LLMs 和 MLLMs）的出现为将强大的认知引擎集成到自动驾驶系统中提供了变革性的机遇，使其能够超越模式匹配，走向真正的理解。然而，缺乏系统性的框架来指导这种集成。为填补这一差距，本文提供了该新兴领域的全面综述，并主张将推理从模块化组件提升为系统的认知核心。具体而言，我们提出了一种新颖的认知层次结构，依据其认知和交互复杂度对单一驾驶任务进行分解。基于此，我们进一步提炼并系统化了七个核心推理挑战，如响应-推理权衡和社交博弈推理。此外，我们进行了双视角的现有技术综述，分析了既面向系统的智能体架构设计方法，又面向其验证的评估实践。我们的分析显示，整体且可解释的“玻璃盒”智能体正成为明显趋势。综上所述，我们认识到一种根本且未解决的张力，即基于 LLM 的推理具有高延迟、深思熟虑的特性，而车辆控制则要求毫秒级、安全关键的响应。展望未来工作，首要目标是通过开发可验证的神经符号架构、实现不确定性下的鲁棒推理以及可扩展的隐式社交协商模型来弥合符号到物理的鸿沟。