信息协调作为桥梁：可靠的自动驾驶场景理解的神经符号架构

可靠的自动驾驶需要场景理解在异构传感器之间语义一致并且在推理阶段可验证。然而，许多最近的 LLM 驱动的驾驶系统将语言模型附加为后处理器，并迫使其对冗余或冲突的感知输出进行推理，这可能会放大幻觉实体和不安全的结论。本文提出了 InfoCoordiBridge，一种以 BEV 为中心的神经符号架构，在感知和语言推理之间插入了一个明确的协调桥梁。 InfoCoordiBridge 包含 (i) 一个统一的多代理感知层，用于输出类型化的结构化事实和以模态为中心的概要；(ii) 一个 ICA 模块，用于将多源输出对齐并融合到单个 SceneSummary 中；(iii) 一个 SSRE 模块，用于执行基于 SceneSummary 的推理和验证。 nuScenes 和 Waymo 上的实验表明，ICA 保持了有竞争力的 3D 检测精度，同时大幅提高了融合一致性，将冗余减少到 1% 以下，并实现了约 98% 的属性一致性。在 NuScenes-QA 和模板对齐的 Waymo-QA 基准上，与代表性 VLM 和代理基线相比，SSRE 改进了事实基础并减少了幻觉实体提及。总体而言，通过在提示之前将多传感器输出协调到单个冲突感知场景摘要中，InfoCoordiBridge 可以防止冗余和跨模式不一致的感知证据传播到高级推理中。