【清华大学】大型语言模型驱动的上下文感知运动预测

点击下方卡片，关注“自动驾驶专栏”公众号自动驾驶干货，即可获取论文链接：https://arxiv.org/pdf/2403.11057.pdf摘要本文介绍了大型语言模型驱动的上下文感知运动预测。运动预测是自动驾驶中最基本的任务之一。传统的运动预测方法主要对地图的矢量信息和交通参与者的历史轨迹数据进行编码，缺乏对整体交通语义的全面理解，这反之又影响了预测任务的性能。本文利用大型语言模型（LLMs）来增强对运动预测任务的全局交通上下文理解。本文首先执行系统提示工程，将复杂的交通环境和交通参与者的历史轨迹信息可视化为图像提示——交通上下文地图（TC-Map），并且配以相应的文本提示。通过该方法，本文从LLM中获得丰富的交通上下文信息。通过将该信息集成到运动预测模型中，本文证明了这种上下文能够提高运动预测的准确性。此外，考虑到与 ………………………………