基于大语言模型的自动驾驶交互式决策

在涉及人类驾驶和自动驾驶车辆的高冲突混合交通场景中，大多数现有自动驾驶系统默认行为过于保守，缺乏主动交互，因此公众接受度有限。为了减少意图误解和决策失败，我们提出了一种基于 大语言模型 的交互式决策框架，该框架增强了场景理解和意图感知交互，共同提高安全性和效率。该方法使用对象过程方法对复杂的多车辆场景进行语义建模，将低级感知数据抽象为对象、过程和关系，从而简化对潜在因果结构的推理。在此表示的基础上，大语言模型 解析周围代理的显式和隐式意图，并在联合强制执行的安全和效率约束下选择候选动作。我们进一步通过蒙特卡罗采样生成扰动轨迹候选并对其进行评估以获得优化的可执行轨迹。为了提高透明度以及与附近道路使用者的协调，最终的决定由 大语言模型 翻译成简洁的自然语言消息，并通过外部人机界面进行广播，完成从场景理解到行动到语言的闭环。集群驾驶模拟器中的实验表明，所提出的方法在安全性、舒适性和效率指标方面优于传统基线，而图灵测试式评估表明在决策方面具有高度的人类相似性。此外，这些结果表明，将语义场景抽象与 大语言模型 介导的意图推理和基于语言的 eHMI 通信相结合，为在密集混合交通中实现交互式、值得信赖的自动驾驶提供了一条实用途径。