面向合作式自动驾驶的自然语言通信：通过自我对弈实现
机器人学
2025-06-02 v1 人工智能
多智能体系统
摘要
过去的研究表明，自动驾驶车辆通过与其他车辆通信可实现更安全的行驶，但其通信方式往往不够人类可理解。采用自然语言作为车辆间通信（V2V）协议，能够实现自动驾驶车辆不仅彼此协作，还能与人类驾驶员协作。本文提出了一套自动驾驶中的交通任务，要求车辆在交通情景中使用自然语言进行通信，以便协调避免即将发生的碰撞和/或提高交通效率。为此，本文引入一种新方法，LLM+Debrief，通过多智能体对话学习消息生成和高层决策策略。为评估LLM在驾驶中的表现，我们开发了类似操场的仿真环境，包含多种驾驶情景。实验结果表明，LLM+Debrief在生成有意义且人类可理解的自然语言消息以促进合作与协调方面，优于零样本LLM智能体。我们的代码和演示视频已公开：https://talking-vehicles.github.io/。
关键词
引用
@article{arxiv.2505.18334,
title = {Towards Natural Language Communication for Cooperative Autonomous Driving via Self-Play},
author = {Jiaxun Cui and Chen Tang and Jarrett Holtz and Janice Nguyen and Alessandro G. Allievi and Hang Qiu and Peter Stone},
journal= {arXiv preprint arXiv:2505.18334},
year = {2025}
}