Kejayaan baharu dalam "interaksi manusia-kenderaan"! Universiti Purdue mengeluarkan rangka kerja Talk2Drive: sistem "pengiktirafan arahan" yang boleh dipelajari/disesuaikan

Dalam penyelidikan terkini dari Makmal Berkembar Digital Universiti Purdue, saintis telah menggunakan teknologi revolusioner - menggunakan model bahasa besar (LLM) untuk meningkatkan keupayaan penghuraian perintah pintar kenderaan autonomi. Inovasi ini membawa kemungkinan baharu kepada pembangunan teknologi pemanduan autonomi dan dijangka meningkatkan pemahaman kenderaan dan kelajuan tindak balas terhadap arahan pemanduan.

Kunci kepada teknologi ini ialah rangka kerja Talk2Drive, yang bertujuan untuk menggunakan bahasa semula jadi manusia untuk mengawal kereta pandu sendiri, mewujudkan cara unik interaksi manusia-kenderaan.

Gambar

Pautan kertas: https://www.php.cn/link/5f221386d076f4e7f6a97bb3b406c7b8

Tapak web projek: purduehudigita reka bentuk inovatif, rangka kerja Talk2Drive pemanduan autonomi Cekap, interaksi intuitif antara kereta dan pemandu manusia. Proses menjalankan rangka kerja termasuk langkah-langkah utama seperti menerima arahan, pemprosesan dan penaakulan, menjana kod boleh laku, dan melaksanakan kod dan mengumpul maklum balas. Melalui langkah ini, rangka kerja memastikan kenderaan autonomi berinteraksi dengan pemandu dengan cara yang selamat dan boleh dipercayai serta mengambil keputusan dan tindakan yang perlu apabila diperlukan. Rangka kerja Talk2Drive direka untuk meningkatkan pengalaman pemanduan dan menyediakan sokongan penting untuk pembangunan teknologi pemanduan autonomi.

Pertama sekali, melalui teknologi pengecaman pertuturan termaju, rangka kerja boleh menerima dan menukar perintah lisan manusia kepada arahan teks dengan tepat, dengan itu memastikan pemahaman yang tepat tentang niat manusia.

Digabungkan dengan data persekitaran masa nyata daripada awan, seperti cuaca dan keadaan trafik, LLM akan menyepadukan maklumat kontekstual utama ini apabila memproses arahan untuk memastikan strategi pemanduan yang dibangunkan adalah selamat dan boleh disesuaikan dengan keadaan persekitaran semasa.

PicturesLLM menggunakan pembelajaran kontekstual dan gesaan rantaian pemikiran untuk membuat alasan tentang arahan Kod yang dijana bukan sahaja mengandungi arahan pemanduan asas, tetapi juga melibatkan tingkah laku dan parameter pemanduan yang kompleks yang perlu dilaraskan dalam tahap rendah kenderaan. pengawal. Pelarasan parameter ini, seperti jarak pandang ke hadapan dan kelajuan, adalah berdasarkan pemahaman mendalam tentang keadaan jalan raya semasa dan keperluan pemandu.

Dari segi keselamatan, rangka kerja Talk2Drive memastikan keselamatan tingkah laku pemanduan autonomi dengan memeriksa format dan parameter kod yang dijana dengan ketat.

, tempoh 05:24

Selain itu, pengenalan modul memori membolehkan sistem merekod dan mempelajari keutamaan dan maklum balas pemandu, memberikan pemandu pengalaman pemanduan yang lebih diperibadikan.

Keunikan rangka kerja Talk2Drive ialah perkhidmatannya yang sangat diperibadikan.

Dengan menganalisis arahan lisan penumpang, seperti "Tolong bawa saya ke destinasi saya secepat mungkin, saya tidak mahu rakan saya menunggu terlalu lama" atau "Saya berasa sedikit muak, sila perlahan", rangka kerja dapat memahami dengan tepat dan memenuhi keperluan penumpang. Setiap interaksi manusia-kenderaan direkodkan dan digunakan untuk mengoptimumkan sistem, membolehkannya mempelajari pilihan penumpang dan memberikan pengalaman pemanduan yang lebih tersuai pada masa hadapan.

GambarSelain itu, hasil percubaan menunjukkan bahawa menggunakan LLM berbeza untuk pemandu dengan gaya pemanduan berbeza, kereta pandu sendiri menggunakan rangka kerja Talk2Drive berprestasi baik dalam ujian jalan sebenar dan boleh memahami pemandu dengan tahap kelegapan yang berbeza. perintah, dengan berkesan mengurangkan keperluan untuk pengambilalihan manual dan dapat menyesuaikan diri dengan gaya dan senario pemanduan yang berbeza.

Pencapaian ini bukan sahaja menunjukkan potensi besar model bahasa besar dalam bidang pemanduan autonomi, tetapi juga membuka laluan baharu untuk pembangunan masa depan teknologi pemanduan autonomi.

GambarUntuk pelbagai jenis pemandu, menggunakan rangka kerja Talk2Drive boleh mengurangkan kadar pengambilalihan semasa pemanduan dengan ketara.

Dengan kemajuan berterusan dan pengoptimuman teknologi, rangka kerja Talk2Drive akan dapat memberikan pengalaman pemanduan yang lebih selamat, selesa dan diperibadikan untuk kenderaan autonomi. Penyelidikan terobosan ini bukan sahaja menandakan integrasi dan kemajuan pemanduan autonomi dan interaksi manusia-komputer, tetapi juga menandakan ketibaan era pengangkutan masa depan yang lebih berorientasikan rakyat dan lebih pintar.

Pasukan Penyelidik

Makmal Berkembar Digital Universiti Purdue komited terhadap inovasi dan penerokaan di persimpangan model bahasa besar dan pemanduan autonomi.

Kami mengalu-alukan penyelidik, jurutera dan rakan sekerja industri dari seluruh dunia yang berminat dalam bidang ini untuk melawati laman web projek kami untuk bersama-sama mempromosikan pembangunan teknologi pemanduan autonomi dan meneroka kemungkinan pengangkutan masa hadapan.

Gambar

Rujukan:

https://www.php.cn/link/5f221386d076f4e7f6a97bb3b406c7b8

Atas ialah kandungan terperinci Kejayaan baharu dalam "interaksi manusia-kenderaan"! Universiti Purdue mengeluarkan rangka kerja Talk2Drive: sistem "pengiktirafan arahan" yang boleh dipelajari/disesuaikan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!