网站移动端流量定陶住房和城乡建设局网站

《CoLMDriver: LLM-based Negotiation Benefits Cooperative Autonomous Driving》

25年3月来自上海交大和上海AI实验室的论文

        上海交大与上海AI实验室提出的CoLMDriver系统创新性地将大型语言模型(LLM)应用于多车协同驾驶。针对传统方法在环境建模和场景泛化方面的不足，该系统采用双管道架构：高层规划管道通过LLM谈判模块（Actor-Critic范式）实现动态分组协商，结合评估器的安全/效率反馈优化策略；底层执行管道则通过意图引导的Transformer模型生成可执行路径点。在InterDrive基准测试中，系统驾驶分数达88.53，成功率提升23%，尤其在车道变换场景表现突出。关键技术突破包括谈判机制创新、异步并行设计及意图-路径点映射方法，为自动驾驶中的LLM应用提供了新范式。研究代码已开源。CoLMDriver具有一个并行驾驶管道，有两个关键组成部分：（i）一个基于LLM的谈判模块，采用行动者批评范式，通过所有车辆先前决策的反馈不断完善合作政策；以及（ii）意图引导的航路点生成器，其将协商结果转换为可执行的航路点。此外，我们还介绍了InterDrive，这是一个基于CARLA的仿真基准，包括10个具有挑战性的交互式驾驶场景，用于评估V2V合作。实验结果表明，CoLMDriver的表现明显优于现有方法，在各种高度互动的V2V驾驶场景中，成功率提高了11%。

---

一、研究背景与问题

核心问题：

• 单车辆自动驾驶局限性：环境感知不完整、交互场景泛化能力差。

• 传统协同驾驶瓶颈：

  • 优化方法：依赖精确环境建模，难以处理未知场景。

  • 学习方法：对未见过的多车交互模式泛化性差。

• LLM直接应用的挑战：

  • 空间规划能力弱

  • 推理延迟不稳定

  • 冗余信息降低协商效率

---

二、解决方案：CoLMDriver系统

整体架构（双并行管道）：

1. 高层规划管道（低频）：

   • LLM谈判模块（Actor-Critic范式）：

     • 动态分组机制：基于时空安全评分构建车辆通信图，按冲突风险分组。

     • LLM协商器：自然语言多轮谈判，输入包括车速、意图、历史对话。

     • 评估器（Critic）：通过共识度（$S_c$）、安全性（$S_s$）、效率（$S_e$）评分提供反馈，加速收敛。

   • VLM意图规划器：生成导航/速度意图（如"左转"、"减速"），经LoRA微调适配驾驶场景。

2. 底层执行管道（高频）：

   • 意图引导路径点生成器：

     • 输入：BEV占据图+高层意图（导航/速度）。

     • 模型：Transformer结构，融合环境特征与意图嵌入。

     • 输出：20个可执行路径点 → 通过PID控制器转为车辆控制信号。

关键创新：

• Actor-Critic谈判范式：LLM生成策略 → 评估器反馈 → 策略迭代优化（图1）。

  

• 异步并行设计：高层协商与底层控制解耦，缓解LLM延迟影响。

• 意图-路径点映射：多项式拟合专家轨迹，通过环境自适应加速度模型生成动态路径点。

---

三、实验与评估

1. 评测基准：InterDrive

 

• 场景设计（10类挑战性交互场景，图4）：

  • 交叉路口（IC）：4种冲突类型（直行-直行、直行-左转等）。

  • 车道合并（LM）：4种场景（高速匝道、T型路口等）。

  • 车道变换（LC）：2种多车并行变道场景。

• 评测指标：

  • 路线完成率（RC）、违规分数（IS）、驾驶分数（DS=RC×IS）、成功率（SR）。

2. 实验结果

• InterDrive性能（表1）：

  

  • CoLMDriver在驾驶分数（DS） 和成功率（SR） 全面领先：

    • 总DS：88.53（优于第二名Rule-based的78.38）

    • 总SR：80%（优于CoDriving的57%）

  • 场景细分：在LC（车道变换）场景提升最显著（DS 59.21 vs 43.52）。

• 消融实验（表2）：

  

  • 移除Critic反馈 → SR从80.4%降至73.9%

  • 移除动态分组 → 车辆持续停滞（RC降至10.37%）

• 实时性验证（图6）：

  

  • 考虑推理延迟时，DS仅下降6.62%，仍保持>90分。

• 泛化能力（表3）：

  

  • 在Town05公开基准上，DS领先ReasonNet 11%（长路线场景）。

---

四、技术贡献

1. 首个全流程LLM协同驾驶系统：实现从感知→协商→控制的闭环。

2. 创新谈判机制：

   • Actor-Critic架构提升协商效率

   • 动态分组减少通信冗余

3. InterDrive评测基准：10类高冲突场景推动V2V交互研究。

---

五、局限性与未来方向

• 当前局限：语言交互样本多样性不足。

• 未来计划：

  • 扩展更复杂的谈判场景

  • 优化LLM轻量化部署

  • 探索多模态输入（如语音交互）

---

总结

CoLMDriver通过LLM谈判机制解决了传统协同驾驶的泛化性问题：

1. 高层意图协商：Actor-Critic框架实现安全高效的策略共识。

2. 底层实时控制：意图引导的路径点生成器保障车辆执行力。

3. 系统级创新：双管道设计平衡LLM推理延迟与实时控制需求。
   实验证明其在冲突场景中的成功率显著提升（+11%），为LLM在自动驾驶中的落地提供了新范式。

如果此文章对您有所帮助，那就请点个赞吧，收藏+关注 那就更棒啦，十分感谢！！！