探索大语言模型生成自动驾驶汽车外部接口交互行为的研究

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》:Exploring LLMs for Generating Communicational Actions of External Interfaces on Autonomous Vehicles

【字体: 大 中 小 】 时间:2026年09月20日 来源:Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies

编辑推荐:

   摘要AI 摘要要查看此AI生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要自动驾驶车辆(AVs)需要通过外部人机界面(eHMIs)在不确定场景下与其他道路使用者进行沟通。现有的eHMIs基于规则,依赖针对预定义场景手动设计的运动和交流模式,这限制了其适应性。为此,我们

  

摘要

摘要

自动驾驶车辆(AVs)需要通过外部人机界面(eHMIs)在不确定场景下与其他道路使用者进行沟通。现有的eHMIs基于规则,依赖针对预定义场景手动设计的运动和交流模式,这限制了其适应性。为此,我们探索了由大语言模型(LLMs)驱动的eHMIs,这是一种新方法,利用大语言模型类似人类的推理和交流能力来生成富有表现力的交流动作。我们研究了两个研究问题:1)预训练的大语言模型如何将意图交流信息转化为相应的eHMI动作?2)这些生成的动作对人类来说交流效率如何?为了回答这些问题,我们首先通过迭代原型设计构建了一个提示框架,随后开发了一个端到端的物理流水线。最后,我们使用物理原型进行了26名参与者的现场研究,通过比较人类设计和GPT-o3-mini生成的eHMI动作在参与者正确反应和信息理解方面的表现来评估交流效果。结果显示,参与者的正确反应并不等同于他们的正确理解。当前的预训练大语言模型可以生成与人类设计的动作具有相似理解程度的交流动作,但无法实现行人的正确反应。我们的讨论强调了人类与大语言模型之间的不同设计模式。

AI 摘要

AI生成的摘要(实验性)

此摘要由自动化工具生成,未经文章作者撰写或审核。它旨在支持发现、帮助读者评估相关性,并协助相邻研究领域的读者理解该工作。它作为作者提供摘要的补充,而作者摘要仍然是论文的主要总结。完整文章仍然是权威版本记录。点击此处了解更多。

点击此处对此摘要的准确性、清晰度和实用性发表评论。这样做将有助于改进未来的更新版本。

要查看此AI生成的通俗摘要,您必须拥有高级访问权限。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号