每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

V2X-UniPool：统一自动驾驶的多模态感知和知识推理

Created by
  • Haebom

作者

罗学文、杨丰泽、丁帆、高翔波、邢硕、周扬、屠正中、刘晨曦

大纲

本文提出了 V2X-UniPool 框架，该框架将车对万物 (V2X) 通信与基于语言模型的推理相结合，以克服自动驾驶 (AD) 的局限性。该框架将 V2X 数据转换为结构化的基于语言的知识，将其存储在时间索引的知识池中以进行时间序列一致性推理，并使用检索增强生成 (RAG) 进行实时基于上下文的决策。使用真实世界 DAIR-V2X 数据集的实验结果表明，V2X-UniPool 实现了最佳的规划精度和安全性，同时将通信成本降低了 80% 以上。

Takeaways, Limitations

•
Takeaways：
◦
整合V2X和语言模型，提升自动驾驶性能（规划精度和安全性）
◦
降低沟通成本（超过 80%）
◦
在真实数据集上验证（DAIR-V2X）
•
Limitations：
◦
论文中没有指定 Limitations（但是，由于这是论文的摘要，因此省略了详细的 Limitations）
👍
Made with Slashpage