「人とクルマのインタラクション」に新たなブレークスルー！パデュー大学が Talk2Drive フレームワークをリリース: 学習可能/カスタマイズ可能な「コマンド認識」システム-AI-php.cn

「人とクルマのインタラクション」に新たなブレークスルー！パデュー大学が Talk2Drive フレームワークをリリース: 学習可能/カスタマイズ可能な「コマンド認識」システム

王林

リリース： 2024-02-26 15:05:51

転載

582 人が閲覧しました

パデュー大学のデジタルツイン研究所による最新の研究では、科学者たちは、大規模言語モデル (LLM) を使用して自動運転車のインテリジェントなコマンド解析機能を強化するという革新的なテクノロジーを採用しました。このイノベーションは自動運転技術の開発に新たな可能性をもたらし、運転指示に対する車両の理解力や応答速度の向上が期待されます。

このテクノロジーの鍵となるのは Talk2Drive フレームワークであり、人間の自然言語を使用して自動運転車を制御し、人間と車両のインタラクションの独自の方法を生み出すことを目的としています。

「人とクルマのインタラクション」に新たなブレークスルー！パデュー大学が Talk2Drive フレームワークをリリース: 学習可能/カスタマイズ可能な「コマンド認識」システム写真

紙のリンク: https://www.php.cn/link/5f221386d076f4e7f6a97bb3b406c7b8

プロジェクト Web サイト: purduedigitaltwin.github .io/llm4ad

Talk2Drive フレームワークは、革新的な設計により、自動運転車と人間のドライバー間の効率的かつ直感的な対話を可能にします。フレームワークの実行プロセスには、コマンドの受信、処理と推論、実行可能コードの生成、コードの実行とフィードバックの収集などの主要なステップが含まれます。これらの手順を通じて、フレームワークは自動運転車が安全かつ信頼性の高い方法でドライバーと対話し、必要なときに必要な決定と行動を取れるようにします。 Talk2Drive フレームワークは、運転体験を向上させるように設計されており、自動運転技術の開発に重要なサポートを提供します。

まず第一に、高度な音声認識テクノロジーを通じて、フレームワークは人間の口頭コマンドを正確に受信してテキスト指示に変換することができ、それによって人間の意図を正確に理解することができます。

LLM は、天候や交通状況などのクラウドからのリアルタイム環境データと組み合わせて、指示を処理するときにこの重要なコンテキスト情報を統合し、開発された運転戦略が安全で現在の環境条件に適応できることを保証します。。

LLM は、コンテキスト学習と思考連鎖プロンプトを使用して、指示について推論します。生成されたコードには、基本的な運転指示だけでなく、複雑な運転も含まれます. 車両の低レベルコントローラーで調整する必要がある動作とパラメーター。先読み距離や速度などのこれらのパラメーターの調整は、現在の道路状況とドライバーのニーズの深い理解に基づいています。

セキュリティの面では、Talk2Drive フレームワークは、生成されたコードの形式とパラメーターを厳密にチェックすることで、自動運転動作の安全性を確保します。

、継続時間 05:24

さらに、メモリモジュールの導入により、システムがドライバーの好みやフィードバックを記録して学習できるようになり、ドライバーによりパーソナライズされた運転体験が提供されます。

Talk2Drive フレームワークの独自性は、高度にパーソナライズされたサービスです。

「友達をあまり待たせたくないので、できるだけ早く目的地まで連れて行ってください」や「少し乗り物酔いするのでお願いします」などの乗客の口頭指示を分析することで、速度を落としてください」というフレームワークは、乗客のニーズを正確に理解して満たすことができます。人間と車両のすべてのインタラクションが記録され、システムの最適化に使用されるため、乗客の好みを学習し、将来的にはよりカスタマイズされた運転体験を提供できるようになります。

さらに、実験結果は、さまざまな LLM を使用するさまざまな運転スタイルのドライバーにとって、Talk2Drive フレームワークを使用した自動運転車が有効であることを示しています。路上テストでは良好なパフォーマンスを示し、さまざまな程度の不明瞭なドライバーの指示を理解することができ、手動でのテイクオーバーの必要性を効果的に減らし、さまざまな運転スタイルやシナリオに適応することができました。

この成果は、自動運転分野における大規模言語モデルの大きな可能性を実証するだけでなく、自動運転技術の将来の開発に新たな道を切り開くものでもあります。

さまざまなタイプのドライバーに対して、Talk2Drive フレームワークを使用すると、運転中の占有率を大幅に減らすことができます。

テクノロジーの継続的な進歩と最適化により、Talk2Drive フレームワークは自動運転車に、より安全で快適、パーソナライズされた運転体験を提供できるようになります。この画期的な研究は、自動運転と人間とコンピューターの相互作用の統合と進歩を示すだけでなく、人間中心でよりインテリジェントな未来の交通時代の到来を告げるものでもあります。