大語言模型協(xié)同強化學習的自動駕駛決策方法

摘要： 針對當前自動駕駛系統(tǒng)的高層決策缺乏具體執(zhí)行細節(jié)和持續(xù)學習能力的問題，本文圍繞大語言模型(Large Language Model, LLM)研究細化自動駕駛決策環(huán)節(jié)的應用。基于LLM強大的推理能力和強化學習(Reinforcement Learning, RL)的探索能力，提出一種LLM協(xié)同RL細化決策的方法。首先，基于RL輸出的高級動作，利用LLM的推理能力預測自車的未來軌跡... （共11頁）