AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：大模型已經(jīng)殺入自動(dòng)駕駛了！
關(guān)鍵字：車輛,指令,代碼,解讀,框架
文章來(lái)源：夕小瑤科技說(shuō)
內(nèi)容字?jǐn)?shù)：8157字

內(nèi)容摘要：

夕小瑤科技說(shuō) 原創(chuàng)作者 | 智商掉了一地、Python在過(guò)去的二十多年里，自動(dòng)駕駛技術(shù)取得了顯著的進(jìn)展，一些高度自動(dòng)化的車輛已經(jīng)問(wèn)世。前不久，我們?cè)窒磉^(guò)一項(xiàng)涉及理解復(fù)雜指令的機(jī)器人實(shí)驗(yàn)。如果基于大型語(yǔ)言模型（LLM）能實(shí)現(xiàn)理解和執(zhí)行自動(dòng)駕駛汽車的口頭指令，將不再局限于簡(jiǎn)單的“你好XX，打開(kāi)天窗、關(guān)閉空調(diào)”之類的指令，而是涉及到真正操縱汽車在道路上行駛的復(fù)雜指令，那將是一種何等神奇的體驗(yàn)。
本文作者介紹了自動(dòng)駕駛框架 Talk2Drive ，該框架利用 LLM 來(lái)解釋和回復(fù)人類的各種指令，尤其是那些抽象或具有情感色彩的指令，同時(shí)利用歷史互動(dòng)數(shù)據(jù)來(lái)實(shí)現(xiàn)個(gè)性化的駕駛體驗(yàn)。與傳統(tǒng)系統(tǒng)需要精確輸入的情況不同，Talk2Drive 框架允許與車輛進(jìn)行更自然和直觀的交流。
本文將深入探討LLM在自動(dòng)駕駛決策中的作用，并討論車輛配置、感知系統(tǒng)和通信設(shè)備等技術(shù)，以及這些技術(shù)如何共同助力車輛在真實(shí)道路上實(shí)現(xiàn)自主導(dǎo)航。
論文題目: Large Language Models for Autonomous Driving: Real-World Experiments
論文鏈接: https://arxiv

原文鏈接：大模型已經(jīng)殺入自動(dòng)駕駛了！

聯(lián)系作者

文章來(lái)源：夕小瑤科技說(shuō)
作者微信：xixiaoyaoQAQ
作者簡(jiǎn)介：更快的AI前沿，更深的行業(yè)洞見(jiàn)。聚集25萬(wàn)AI應(yīng)用開(kāi)發(fā)者、算法工程師和研究人員。一線作者均來(lái)自清北、國(guó)外頂級(jí)AI實(shí)驗(yàn)室和互聯(lián)網(wǎng)大廠，兼?zhèn)涿襟wsense與技術(shù)深度。