MAPS：通过 LLMs 穿透科学管理自动驾驶车辆的能源可靠性权衡
硬件体系结构
2024-09-11 v1 机器人学
摘要
随着自动驾驶车辆的普及，高度精确和高效的系统日益关键，以提高安全性、性能和能源消耗。高效管理自动驾驶系统中的能源-可靠性权衡需要能够预测车辆运行期间的各种条件。近年来，随着大型语言模型 (LLM) 的快速发展以及像 ChatGPT 这样著名模型的出现，为自动驾驶车辆相关预测提供了独特的机会。本文提出了 MAPS 方法，将 LLM 作为地图阅读伴驾，用于预测在自动驾驶车辆操作期间设置的关键参数，以平衡能源-可靠性权衡。MAPS 方法在导航准确性方面比最佳基线方法提高了 20%。MAPS 还在计算单元上实现了 11% 的能源节省，机械和计算单元最高可实现 54% 的节省。
引用
@article{arxiv.2409.06558,
title = {MAPS: Energy-Reliability Tradeoff Management in Autonomous Vehicles Through LLMs Penetrated Science},
author = {Mahdieh Aliazam and Ali Javadi and Amir Mahdi Hosseini Monazzah and Ahmad Akbari Azirani},
journal= {arXiv preprint arXiv:2409.06558},
year = {2024}
}