Autoware.Flex：面向人类指令的可动态重构自主驾驶系统
人工智能
2025-02-17 v3 人机交互
机器人学
摘要
现有自主驾驶系统（ADS）独立做出驾驶决策，但面临两个显著局限性。首先，在复杂场景中，ADS可能误解环境并做出不恰当的驾驶决策。其次，这些系统无法在决策过程中纳入人类驾驶偏好。本文提出Autoware.Flex，一种将人类输入纳入驾驶过程的新型ADS系统，允许用户引导ADS做出更恰当的决策，并确保满足其偏好。实现这一目标需要解决两个关键挑战：（1）将以自然语言表达的人类指令翻译为ADS可理解的格式，（2）确保这些指令在ADS决策框架内安全且一致地执行。为解决第一个挑战，我们采用辅助特定ADS知识库的大型语言模型（LLM），以提高领域特定的翻译。为解决第二个挑战，我们设计了一种验证机制，以确保人类指令导致安全且一致的驾驶行为。在模拟器和真实自主车辆上的实验表明，Autoware.Flex能够有效解释人类指令并安全执行。
引用
@article{arxiv.2412.16265,
title = {Autoware.Flex: Human-Instructed Dynamically Reconfigurable Autonomous Driving Systems},
author = {Ziwei Song and Mingsong Lv and Tianchi Ren and Chun Jason Xue and Jen-Ming Wu and Nan Guan},
journal= {arXiv preprint arXiv:2412.16265},
year = {2025}
}
备注
14 pages, 13 figures