计算机科学>人工智能
标题: 使用大型语言模型增强自动驾驶能力:安全观点
摘要: 自动驾驶(AD)在长尾不可预见的驾驶场景中遇到了严重的安全障碍,主要原因是AD系统中深层神经网络的不可解释性和泛化能力差,尤其是在分布外和不确定数据中。 为此,本文探讨了将大型语言模型(LLM)集成到AD系统中,利用其强大的公共感知知识和推理能力。 提出的方法采用LLM作为行为规划中的智能决策者,并辅以安全验证器屏蔽,用于上下文安全学习,以提高驾驶性能和安全性。 我们在模拟环境中进行了两项关键研究:自适应LLM条件模型预测控制(MPC)和支持LLM的带状态机的交互式行为规划方案。 与最先进的方法相比,我们的方法显示了优越的性能和安全指标,显示了将LLM用于自动车辆的潜力。