Fanzhi Zeng Siqi Wang Chuzhao Zhu Li Li

摘要

如何构建一个可解释的自动驾驶决策系统已成为学术研究的焦点。在本研究中，我们提出了一种创新方法，利用大型语言模型（LLMs）生成可执行的基于规则的决策系统来应对这一挑战。具体而言，通过利用大型语言模型的强大推理和编程能力，我们引入了ADRD（基于大型语言模型的规则驱动自动驾驶决策系统）框架，该框架集成了三个核心模块：信息模块、代理模块和测试模块。该框架首先通过信息模块聚合上下文驾驶场景信息，然后利用代理模块生成基于规则的驾驶策略。这些策略通过与测试模块的持续交互进行迭代优化。广泛的实验评估表明，ADRD在自动驾驶决策任务中表现出优异性能。与传统的强化学习方法和最先进的基于大型语言模型的方法相比，ADRD在可解释性、响应速度和驾驶性能方面显示出显著优势。这些结果突显了该框架对复杂驾驶场景进行全面准确理解的能力，并强调了透明、易于修改且广泛适用的基于规则的决策系统的光明前景。据我们所知，这是首次将大型语言模型与基于规则的系统结合用于自动驾驶决策的研究，我们的发现验证了其在实际应用中的潜力。