日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

自動運転arXiv:2601.05806

会話で操るモジュラー自動運転:LLMによる意思決定フレームワーク

Modular Autonomy with Conversational Interaction: An LLM-driven Framework for Decision Making in Autonomous Driving

シェア:XThreadsFacebookLINEはてブBluesky

LLMを対話インターフェースとしてAutowareに統合し、乗客の高レベルな指示を安全に走行行動へ変換する枠組みを提案・評価した。

詳しい要約

1. どんなもの?

- 本論文は、LLMを活用した対話型インタラクション層をAutowareに統合するフレームワークを提案する。 - 乗客が高レベルのコマンドを発話し、状態照会から運転行動の変更まで可能にする。 - モジュラー型ADSの構造化された行動空間と人間言語の複雑さのマッピング課題に対処する。

2. 先行研究と比べてどこがすごい?

- 従来の硬直的な入力に代わり、自然言語インターフェースを提供する点が新しい。 - 既存のLLMベースADS研究と比べ、Autowareとの統合とDSLによるコマンド翻訳を実現。 - 安全性を保つ検証層と二段階LLMアーキテクチャで透明性を高める点が優れる。

3. 技術・手法の肝は?

- 三つの主要コンポーネント:インタラクションカテゴリの分類、アプリケーション中心のDSL、安全性検証層。 - 二段階LLMアーキテクチャにより、実行状態に基づくフィードバックを提供し透明性を確保。 - DSLが自然言語コマンドをAutowareの構造化アクションに変換する。

4. どうやって有効だと検証した?

- 評価により、システムのタイミング効率と翻訳の堅牢性を確認。 - シミュレーションで5つのインタラクションカテゴリすべてにわたるコマンド実行を検証。 - 具体的な評価指標やシナリオの詳細は要旨からは不明。

5. 議論はある?

- 本フレームワークは拡張可能でDSL支援のインタラクションの基盤を提供。 - モジュラーで安全意識の高い自律スタックへの応用が期待される。 - 限界や課題についての議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、Autoware、LLMベースの対話システム、DSLを用いたロボティクスインタラクションが挙げられる。 - 同分野の定番として、モジュラー自律運転スタックや安全性検証手法の論文が次に読むべき候補。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Marvin Seegert, Korbinian Moller, Johannes Betz

分類: cs.RO

原文アブストラクト

Recent advancements in Large Language Models (LLMs) offer new opportunities to create natural language interfaces for Autonomous Driving Systems (ADSs), moving beyond rigid inputs. This paper addresses the challenge of mapping the complexity of human language to the structured action space of modular ADS software. We propose a framework that integrates an LLM-based interaction layer with Autoware, a widely used open-source software. This system enables passengers to issue high-level commands, from querying status information to modifying driving behavior. Our methodology is grounded in three key components: a taxonomization of interaction categories, an application-centric Domain Specific Language (DSL) for command translation, and a safety-preserving validation layer. A two-stage LLM architecture ensures high transparency by providing feedback based on the definitive execution status. Evaluation confirms the system's timing efficiency and translation robustness. Simulation successfully validated command execution across all five interaction categories. This work provides a foundation for extensible, DSL-assisted interaction in modular and safety-conscious autonomy stacks.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI