自动驾驶汽车中使用 LLM 启用的多规划器调度实现开放式指令

大多数人机交互（HMI）研究忽视了自动驾驶（AD）中乘客的操纵需求。自然语言提供了直观的界面，但在不牺牲可解释性和可追溯性的情况下将乘客开放式指令转化为控制信号仍然是一个挑战。本研究提出了一种指令实现框架，利用 大语言模型 (LLM) 来解释指令，生成可执行脚本，根据实时反馈来调度基于多个模型预测控制 (MPC) 的运动规划器，并将规划轨迹转换为控制信号。这种以调度为中心的设计将语义推理与不同时间尺度的车辆控制解耦，建立了从高级指令到底层操作的透明、可追溯的决策链。由于缺乏高保真评估工具，本研究引入了闭环设置中开放式指令实现的基准。综合实验表明，该框架在指令实现基线上显着提高了任务完成率，降低了 LLM 查询成本，实现了与专用 AD 方法相当的安全性和合规性，并对 LLM 推理延迟表现出相当大的容忍度。以获得更多定性插图和更清晰的理解。