Text-to-Drive: 通过大语言模型实现多样化驾驶行为合成

文章预览

24年6月来自UMass Amherst,、MIT CSAIL和MIT LIDS的论文“Text-to-Drive: Diverse Driving Behavior Synthesis via Large Language Models”。 通过模拟生成各种场景对于训练和评估安全-关键系统（例如自动驾驶汽车）至关重要。然而，对其他车辆的轨迹进行建模以模拟各种有意义的密切互动仍然成本高昂。采用语言描述来生成驾驶行为，是一种很有前途的策略，为人类操作员提供了一种可扩展且直观的方法来模拟各种驾驶互动。然而，大规模注释语言-轨迹数据的稀缺使得这种方法具有挑战性。为了解决这一差距，Text-to-Drive (T2D)，通过大语言模型 (LLM) 合成各种驾驶行为。其引入一种分两个阶段运行的知识驱动方法。在第一阶段，用 LLM 的嵌入式知识为场景生成驾驶行为的各种语言描述。然后，用 LLM 的推理能力在模拟中合成这些行为。T2D 的核心是使用 LLM 构建状态图，将低级状 ………………………………