LanguageMPC: 大规模语言模型作为自动驾驶决策耠
原文中文，约400字，阅读约需1分钟。发表于：。利用大型语言模型作为决策组件，通过认知路径和行为翻译算法实现在复杂的自治驾驶场景中对人类常识的综合推理，将大型语言模型的决策与低级控制器无缝集成，通过参数矩阵适应实现行为指令的执行，在单一和多车辆任务中均优于基准方法，具备常识推理能力，进一步推进复杂自动驾驶场景中的安全性、高效性、泛化性和互操作性。
本研究使用 Moral Machine 框架比较了几个 LML 的道德决策倾向与人类偏好，发现 PaLM 2 和 Llama 2 存在明显差异，LML 更倾向于更坚决的决策。这些发现揭示了 LML 的道德框架和对自动驾驶的潜在影响。
