DrivingAgent：自动驾驶系统的设计和调度代理

许多自动驾驶系统越来越多地纳入基础模型，以提高泛化能力并处理长尾场景。然而，这种趋势带来了两个关键挑战：（i）设计和集成新模型的手动和劳动密集型过程，以及（ii）缺乏满足严格实时约束的智能动态调度机制。虽然基于 大语言模型 (LLM) 的代理为自动化提供了一条有前途的途径，但现有框架并不适合自动驾驶。具体来说，它们未能区分系统设计和实时调度的根本不同要求，将模块视为不透明的黑匣子，并且不是为连续运行而设计的。为了解决这些限制，我们提出了 DrivingAgent，这是一种针对自动驾驶系统设计和调度的双重挑战而量身定制的新型代理框架。在设计阶段，DrivingAgent通过解释系统架构、生成代码并通过超级网络训练验证模块来自动化模块开发。在调度阶段，它采用经过强化学习训练的轻量级 LLM 来实时动态编排系统模块，并由集成了长期存储和带时间戳的短期上下文的结构化内存支持。实验结果表明，DrivingAgent 在 nuScenes 和 Bench2Drive 基准测试中实现了卓越的速度与准确性权衡。