LLM4AD: Large Language Models for Autonomous Driving -- Concept, Review, Benchmark, Experiments, and Future Trends
Created by
Haebom
Category
Empty
저자
Can Cui, Yunsheng Ma, Sung-Yeon Park, Zichong Yang, Yupeng Zhou, Peiran Liu, Juanwu Lu, Juntong Peng, Jiaru Zhang, Ruqi Zhang, Lingxi Li, Yaobin Chen, Jitesh H. Panchal, Amr Abdelraouf, Rohit Gupta, Kyungtae Han, Ziran Wang
💡 개요
본 논문은 자율 주행 기술에 거대 언어 모델(LLM)을 적용하는 새로운 개념인 LLM4AD를 제안하고, 기존 연구를 검토합니다. 또한, LaMPilot-Bench, CARLA Leaderboard 1.0 Benchmark, NuPlanQA를 포함하는 포괄적인 벤치마크를 제시하여 LLM4AD 시스템의 성능을 평가하고, 실제 차량 플랫폼에서 클라우드 및 엣지 LLM 배포를 통한 실험 결과를 공유합니다.
🔑 시사점 및 한계
•
LLM의 자연어 이해 및 추론 능력을 활용하여 자율 주행 시스템의 인식, 장면 이해, 의사 결정 등 다양한 측면을 개선할 잠재력이 있습니다.
•
언어 확산 모델을 자율 주행에 통합하는 미래 동향을 탐색하고, ViLaD와 같은 프레임워크를 예시로 제시합니다.
•
LLM4AD 분야의 주요 과제로는 지연 시간, 배포, 보안 및 개인 정보 보호, 안전, 신뢰 및 투명성, 개인화 문제가 존재합니다.
