摘要
针对自动驾驶系统中基础模型集成困难及实时调度机制缺失的问题，本文提出 DrivingAgent 框架。该框架区分系统设计与实时调度需求：设计阶段自动解析架构、生成代码并验证模块；调度阶段利用强化学习训练的轻量级大语言模型，结合结构化记忆机制，动态编排系统模块以满足实时约束。实验表明，该方法在 nuScenes 和 Bench2Drive 基准上实现了更优的速度 - 精度权衡。
AI 推荐理由
论文核心在于动态调度与任务编排，属于规划能力的典型应用。
研究机构
Wangxuan Institute of Computer Technology, Peking University
University of California, Merced
论文信息