摘要
大多数人机交互研究忽视了自动驾驶中乘客的操控需求。自然语言虽直观，但将开放指令转化为控制信号且保持可解释性与可追溯性极具挑战。本研究提出一种指令实现框架，利用大语言模型解析指令，生成可执行脚本以基于实时反馈调度多个基于模型预测控制的运动规划器，并将规划轨迹转化为控制信号。该以调度为中心的设计在不同时间尺度上解耦了语义推理与车辆控制，建立了从高层指令到低层动作的透明决策链。实验表明，该框架显著提高了任务完成率，降低了查询成本，并具备优异的安全性与合规性。
AI 推荐理由
论文核心提出多规划器调度框架，将开放指令转化为可执行脚本并调度运动规划器，属典型任务规划研究。
研究机构
吉林大学
Tongji University
Agency for Science, Technology and Research (A*STAR), Singapore
Nankai University, China
Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, MOE, China
论文信息