DrPlanner: Diagnosis and Repair of Motion Planners for Automated Vehicles Using Large Language Models

要約

モーション プランナーは、さまざまなシナリオで自動運転車を安全に運用するために不可欠です。
ただし、文献で完璧に達した動作計画アルゴリズムはなく、そのパフォーマンスの向上には時間と労力がかかることがよくあります。
前述の問題に取り組むために、大規模な言語モデルを使用してモーション プランナーを自動的に診断および修復するように設計された最初のフレームワークである DrPlanner を紹介します。
最初に、自然言語とプログラミング言語の両方から、プランナーとその計画された軌道の構造化された記述を生成します。
大規模な言語モデルの高度な機能を活用して、私たちのフレームワークは、詳細な診断の説明を含む修復されたプランナーを返します。
さらに、私たちのフレームワークは、修復結果の評価からの継続的なフィードバックによって反復的に進歩します。
私たちのアプローチは、自動運転車の検索ベースとサンプリングベースの両方のモーション プランナーを使用して検証されています。
実験結果は、プロンプトでのデモンストレーションの必要性を強調し、とらえどころのない問題を効果的に特定して修正するフレームワークの能力を示しています。

要約(オリジナル)

Motion planners are essential for the safe operation of automated vehicles across various scenarios. However, no motion planning algorithm has achieved perfection in the literature, and improving its performance is often time-consuming and labor-intensive. To tackle the aforementioned issues, we present DrPlanner, the first framework designed to automatically diagnose and repair motion planners using large language models. Initially, we generate a structured description of the planner and its planned trajectories from both natural and programming languages. Leveraging the profound capabilities of large language models, our framework returns repaired planners with detailed diagnostic descriptions. Furthermore, our framework advances iteratively with continuous feedback from the evaluation of the repaired outcomes. Our approach is validated using both search- and sampling-based motion planners for automated vehicles; experimental results highlight the need for demonstrations in the prompt and show the ability of our framework to effectively identify and rectify elusive issues.

arxiv情報

著者 Yuanfei Lin,Chenran Li,Mingyu Ding,Masayoshi Tomizuka,Wei Zhan,Matthias Althoff
発行日 2024-08-07 12:13:30+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.PL, cs.RO パーマリンク