Fanzhi Zeng Siqi Wang Chuzhao Zhu Li Li

要約

解釈可能な自動運転意思決定システムの構築は、学術研究において焦点となる課題となっています。本研究では、この挑戦に対処するために、大規模言語モデル（LLMs）を活用して実行可能でルールベースの意思決定システムを生成する新しい手法を提案します。特に、LLMsの強力な推論能力和プログラミング能力を活用し、情報モジュール、エージェントモジュール、テストモジュールという3つのコアモジュールを統合したADRD（LLM-Driven Autonomous Driving Based on Rule-based Decision Systems：ルールベース意思決定システムに基づくLLM駆動型自動運転）フレームワークを導入します。このフレームワークはまず情報モジュールを通じてコンテキストに応じた走行情報を集約し、次にエージェントモジュールを利用してルールベースの走行戦略を生成します。これらの戦略はテストモジュールとの継続的な相互作用を通じて反復的に洗練されます。広範な実験評価により、ADRDが自動運転意思決定タスクにおいて優れた性能を示すことが確認されました。従来の強化学習アプローチや最先端のLLMベースの方法と比較して、ADRDは解釈可能性、応答速度、走行性能において显著な優位性を持っています。これらの結果は、複雑な走行情景に対する包括的かつ正確な理解能力を示しており、透明性があり簡単に修正でき幅広く適用可能なルールベース意思決定システムの有望な未来を強調しています。当該研究者らの知識によれば、これは大規模言語モデルとルールベースシステムを統合して自動運転意思決定を行う最初の研究であり、その実世界での展開可能性が検証されています。