VehicleWorld：面向智能车辆交互的高度集成多设备环境
人工智能
2025-09-09 v1 计算与语言
机器人学
摘要
智能座舱为 API Agent 带来了独特的挑战，需要跨越紧密耦合的子系统进行协调，其复杂性超出了典型任务环境。传统的 Function Calling (FC) 方法以无状态方式运行，在执行前需要进行多次探索性调用以建立环境感知，导致效率低下且错误恢复能力有限。我们推出了 VehicleWorld，这是汽车领域首个综合环境，包含 30 个模块、250 个 API 与 680 个属性，具备完全可执行的实现，可在 Agent 执行期间提供实时状态信息。该环境能够跨越多样且具挑战性的场景，对车辆 Agent 行为进行精确评估。通过系统分析，我们发现直接状态预测在环境控制方面优于 Function Calling。基于这一洞察，我们提出了 State-based Function Call (SFC)，一种保持显式系统状态感知并实现直接状态转换以达到目标条件的新方法。实验结果表明，SFC 显著优于传统 FC 方法，实现了更高的执行准确率与更低的延迟。我们已在 Github 上公开所有实现代码 https://github.com/OpenMOSS/VehicleWorld。
引用
@article{arxiv.2509.06736,
title = {VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction},
author = {Jie Yang and Jiajun Chen and Zhangyue Yin and Shuo Chen and Yuxin Wang and Yiran Guo and Yuan Li and Yining Zheng and Xuanjing Huang and Xipeng Qiu},
journal= {arXiv preprint arXiv:2509.06736},
year = {2025}
}