LLM 是否能理解自动驾驶游戏中的社交规范？
人工智能
2024-09-04 v2
摘要
社交规范被定义为社会中可接受行为的共同标准。社交规范的出现促进了智能交通系统中大规模自动驾驶车辆部署所必需的代理间协调，而无需任何硬编码规则。本文探讨了将 LLM 应用于理解和建模自动驾驶游戏中的社交规范。我们将 LLM 引入自动驾驶游戏作为具有文本提示决策能力的智能代理。这些代理被称为 LLM 代理。我们的框架涉及在多主体系统 (MAS) 中进行的 LLM 代理的马尔可夫游戏，使我们能够研究单个代理之间社交规范的出现。我们旨在通过设计提示并利用与环境设置和 LLM 代理观察有关的文本信息来识别社交规范。使用由 OpenAI Chat API 提供的 GPT-4.0，我们进行实验以模拟相互作用并评估 LLM 代理在两个驾驶情景中的表现：无信号交叉口和高速车队。结果表明，LLM 代理能够处理马尔可夫游戏中动态变化的环境，并且在两个情景中都出现了 LLM 代理之间的社交规范。
引用
@article{arxiv.2408.12680,
title = {Can LLMs Understand Social Norms in Autonomous Driving Games?},
author = {Boxuan Wang and Haonan Duan and Yanhao Feng and Xu Chen and Yongjie Fu and Zhaobin Mo and Xuan Di},
journal= {arXiv preprint arXiv:2408.12680},
year = {2024}
}