基于检索增强推理的自动驾驶可信解释决策
人工智能
2025-11-20 v3
摘要
理解和遵守交通法规是确保自动驾驶车辆安全可信的关键。然而，交通法规复杂、情境依赖且因地区而异，构成传统基于规则的决策方法的主要挑战。我们提出了可解释、法规感知的决策框架 DriveReg，使自动驾驶车辆能够理解并遵守地区特定的交通法律和安全指南。该框架集成了基于检索增强生成（RAG）的交通法规检索智能体，从当前情境中检索相关规则，并集成大型语言模型（LLM）驱动的推理智能体，用于评估行动的合法性和安全性。我们的设计强调可解释性，以增强透明度和可信度。为支持系统评估，我们引入 DriveReg 情景数据集，涵盖波士顿、新加坡和洛杉矶的驾驶情景，包含假设性文本案例和真实驾驶数据，按评估模型法规理解和推理能力的要求构建和标注。我们在 DriveReg 情景数据集和真实部署上验证了该框架，展示了在多样化环境中的卓越性能和鲁棒性。
引用
@article{arxiv.2410.04759,
title = {Driving with Regulation: Trustworthy and Interpretable Decision-Making for Autonomous Driving with Retrieval-Augmented Reasoning},
author = {Tianhui Cai and Yifan Liu and Zewei Zhou and Haoxuan Ma and Seth Z. Zhao and Zhiwen Wu and Xu Han and Zhiyu Huang and Jiaqi Ma},
journal= {arXiv preprint arXiv:2410.04759},
year = {2025}
}