Autoware.Flex: Human-Instructed Dynamically Reconfigurable Autonomous Driving Systems

要約

既存の自動運転システム (ADS) は独自に運転の意思決定を行いますが、2 つの重大な制限に直面しています。
まず、複雑なシナリオでは、ADS が環境を誤って解釈し、不適切な運転決定を下す可能性があります。
第二に、これらのシステムは意思決定プロセスに人間の運転の好みを組み込むことができません。
この論文では、人間の入力を運転プロセスに組み込む新しい ADS システムである Autoware$.$Flex を提案します。これにより、ユーザーは ADS をガイドしてより適切な決定を下し、ユーザーの好みが確実に満たされるようにすることができます。
これを達成するには、2 つの重要な課題に対処する必要があります。(1) 自然言語で表現された人間の命令を ADS が理解できる形式に翻訳すること、(2) これらの命令が ADS の意思決定フレームワーク内で安全かつ一貫して実行されることを保証すること
。
最初の課題では、ADS に特化した知識ベースの支援を受けた大規模言語モデル (LLM) を採用して、ドメイン固有の翻訳を強化します。
2 番目の課題では、人間の指示が安全で一貫した運転行動をもたらすことを保証する検証メカニズムを設計します。
シミュレーターと実際の自動運転車の両方で行われた実験では、Autoware$.$Flex が人間の指示を効果的に解釈し、安全に実行することが実証されました。

要約(オリジナル)

Existing Autonomous Driving Systems (ADS) independently make driving decisions, but they face two significant limitations. First, in complex scenarios, ADS may misinterpret the environment and make inappropriate driving decisions. Second, these systems are unable to incorporate human driving preferences in their decision-making processes. This paper proposes Autoware$.$Flex, a novel ADS system that incorporates human input into the driving process, allowing users to guide the ADS in making more appropriate decisions and ensuring their preferences are satisfied. Achieving this needs to address two key challenges: (1) translating human instructions, expressed in natural language, into a format the ADS can understand, and (2) ensuring these instructions are executed safely and consistently within the ADS’ s decision-making framework. For the first challenge, we employ a Large Language Model (LLM) assisted by an ADS-specialized knowledge base to enhance domain-specific translation. For the second challenge, we design a validation mechanism to ensure that human instructions result in safe and consistent driving behavior. Experiments conducted on both simulators and a real-world autonomous vehicle demonstrate that Autoware$.$Flex effectively interprets human instructions and executes them safely.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google