Conversational Code Generation: a Case Study of Designing a Dialogue System for Generating Driving Scenarios for Testing Autonomous Vehicles

要約

自律車両のようなサイバー物理システムは、シナリオ仕様にドメイン固有のプログラムを使用して、展開前にシミュレーションでテストされます。
シミュレーションにおける自動運転車のテストを支援するために、指導に従う大きな言語モデルを使用して自然言語インターフェイスを設計し、目的のシナリオと車両の行動を統合する際に非コーディングドメインの専門家を支援します。
非常に小さなトレーニングデータセットにもかかわらず、発言をシンボリックプログラムに変換するためにそれを使用することが実行可能であることを示します。
人間の実験では、シミュレーション生成を成功させるには対話が重要であり、長期にわたる会話に従事することなく世代の4.5倍の成功率につながることが示されています。

要約(オリジナル)

Cyber-physical systems like autonomous vehicles are tested in simulation before deployment, using domain-specific programs for scenario specification. To aid the testing of autonomous vehicles in simulation, we design a natural language interface, using an instruction-following large language model, to assist a non-coding domain expert in synthesising the desired scenarios and vehicle behaviours. We show that using it to convert utterances to the symbolic program is feasible, despite the very small training dataset. Human experiments show that dialogue is critical to successful simulation generation, leading to a 4.5 times higher success rate than a generation without engaging in extended conversation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google