中文

基于大型语言模型策略适应的处处驾驶

机器人学 2024-04-12 v2 人工智能 计算与语言

摘要

将驾驶行为适应到新环境、习俗和法律是自动驾驶领域的一个长期存在的问题,阻碍了自动驾驶车辆(AV)的大规模部署。在本文中,我们提出了 LLaDA,这是一个简单而强大的工具,通过使人类驾驶员和自动驾驶车辆的任务及运动规划适应新地点的交通规则,使其能够在任何地方驾驶。LLaDA 通过利用大型语言模型(LLM)在解释当地驾驶员手册中交通规则方面令人印象深刻的零样本泛化能力来实现这一点。通过广泛的用户研究,我们表明 LLaDA 的指令有助于消除野外意外情况的歧义。我们还在真实世界数据集上展示了 LLaDA 适应自动驾驶车辆运动规划策略的能力;LLaDA 在我们所有的指标上都优于基线规划方法。请访问我们的网站了解更多详情:https://boyiliee.github.io/llada。

关键词

引用

@article{arxiv.2402.05932,
  title  = {Driving Everywhere with Large Language Model Policy Adaptation},
  author = {Boyi Li and Yue Wang and Jiageng Mao and Boris Ivanovic and Sushant Veer and Karen Leung and Marco Pavone},
  journal= {arXiv preprint arXiv:2402.05932},
  year   = {2024}
}

备注

CVPR 2024, featured in GTC 2024: https://www.youtube.com/watch?v=t-UPlPlrYgQ&t=51s