GPT-4V 探索：矿山自动驾驶
信号处理
2026-02-26 v3 社会与信息网络
摘要
本文探讨了将 GPT-4V(ision) 大型视觉语言模型应用于矿山环境自动驾驶的问题。传统系统在理解意图和紧急情况下的决策时常常不堪。GPT-4V 提供了视觉问答和复杂场景理解能力，解决了这些专业环境中的挑战。我们的评估聚焦于其场景理解、推理和驾驶功能的熟练程度，特别测试其识别和解释行人、各种车辆及交通设备的能力。尽管 GPT-4V 表现出健壮的理解和决策能力，但在准确识别具体车辆类型和管理动态相互作用方面仍面临困难。尽管如此，其有效的导航和战略决策能力表明其作为矿山环境中可靠自动驾驶代理的潜力，凸显了其在工业环境中的适应性和操作可行性。
引用
@article{arxiv.2406.16816,
title = {On the Impact of Sample Size in Reconstructing Noisy Graph Signals: A Theoretical Characterisation},
author = {Baskaran Sripathmanathan and Xiaowen Dong and Michael Bronstein},
journal= {arXiv preprint arXiv:2406.16816},
year = {2026}
}
备注
The paper arXiv:2307.00336v1 is the earlier, shorter conference version of this paper