本文综述了基于行为克隆训练的视觉自驾系统的可解释性方法，探讨了大型语言模型在自动驾驶中的应用潜力，强调推理、解释和记忆能力的重要性。研究提出了DriveGPT4和ADriver-I等系统，展示了其在性能和可解释性上的优势，并指出透明解释性人工智能在安全自动驾驶中的关键作用。