Fanzhi Zeng Siqi Wang Chuzhao Zhu Li Li

초록

자율주행 결정 시스템의 해석 가능성을 구축하는 방법은 학술 연구의 주요 관심사가 되었습니다. 본 연구에서는 이 문제를 해결하기 위해 대형 언어 모델(LLMs)을 활용하여 실행 가능한 규칙 기반 결정 시스템을 생성하는 새로운 접근 방식을 제안합니다. 구체적으로, LLMs의 강력한 추론 및 프로그래밍 능력을 활용하여, 정보 모듈, 에이전트 모듈, 테스트 모듈 등 세 가지 핵심 모듈을 통합한 ADRD(LLM-Driven Autonomous Driving Based on Rule-based Decision Systems) 프레임워크를 소개합니다. 이 프레임워크는 먼저 정보 모듈을 통해 주행 상황에 대한 맥락적 정보를 수집하고, 그 다음 에이전트 모듈을 이용하여 규칙 기반 주행 전략을 생성합니다. 이러한 전략은 테스트 모듈과의 지속적인 상호작용을 통해 반복적으로 개선됩니다. 광범위한 실험 평가 결과, ADRD는 자율주행 결정 작업에서 우수한 성능을 보이는 것으로 나타났습니다. 전통적인 강화학습 접근법과 가장 선진화된 LLM 기반 방법과 비교할 때, ADRD는 해석 가능성, 응답 속도, 주행 성능 측면에서 유의미한 장점을 보입니다. 이러한 결과는 복잡한 주행 상황에 대한 포괄적이고 정확한 이해를 달성할 수 있는 프레임워크의 능력을 입증하며, 수정이 용이하고 널리 적용될 수 있는 투명한 규칙 기반 결정 시스템의 밝은 미래를 강조합니다. 최선의 지식으로 판단할 때, 본 연구는 처음으로 대형 언어 모델과 규칙 기반 시스템을 결합하여 자율주행 결정 과정을 수행하는 작업이며, 우리의 발견은 실제 환경에서의 적용 가능성을 검증합니다.