基于大型语言模型的多智能体自动驾驶系统：近期进展综述
多智能体系统
2025-10-15 v2 人工智能
摘要
自动驾驶系统（ADS）通过减少人为干预、提高运营效率和增强安全性，正在彻底改变交通运输。大型语言模型（LLM）凭借其强大的推理、指令遵循和通信能力，已被集成到 ADS 中以支持高级决策。然而，基于 LLM 的单智能体 ADS 面临三大挑战：感知受限、协作不足以及计算需求高。为了解决这些问题，基于 LLM 的多智能体 ADS 的最新进展利用语言驱动的通信与协调来增强智能体间的协作。本文对 NLP 与多智能体 ADS 这一新兴交叉领域进行了前沿综述。我们首先介绍了相关概念的背景，随后根据不同的智能体交互模式对现有的基于 LLM 的方法进行了分类。然后，我们讨论了基于 LLM 的智能体与人类进行交互场景中的智能体-人类交互。最后，我们总结了关键应用、数据集和挑战，以支持未来的研究。
引用
@article{arxiv.2502.16804,
title = {Multi-Agent Autonomous Driving Systems with Large Language Models: A Survey of Recent Advances},
author = {Yaozu Wu and Dongyuan Li and Yankai Chen and Renhe Jiang and Henry Peng Zou and Wei-Chieh Huang and Yangning Li and Liancheng Fang and Zhen Wang and Philip S. Yu},
journal= {arXiv preprint arXiv:2502.16804},
year = {2025}
}