PulseAugur
中
实时 06:25:55
English(EN) ASSCG: Just-Right Gating over Chattering for Fast-Slow LLM Planning in Autonomous Driving

新的 ASSCG 方法优化了 LLM 在自动驾驶规划中的使用

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为 ASSCG 的新方法，以优化大型语言模型 (LLM) 在自动驾驶规划中的使用。ASSCG 自适应地决定何时查询缓慢但强大的 LLM，何时使用更快速、资源消耗更少的系统，旨在平衡性能和效率。该方法在 AsyncDriver 和基于 RecogDrive 的系统两种架构上进行了测试，在评估分数上有所提高，并显著降低了推理延迟。 AI

影响 优化 LLM 推理在实时应用中的性能，可能降低自动驾驶系统的成本并提高其性能。

排序理由 详细介绍 LLM 在自动驾驶中新应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 ASSCG 方法优化了 LLM 在自动驾驶规划中的使用

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yan Wang ·

    ASSCG: Just-Right Gating over Chattering for Fast-Slow LLM Planning in Autonomous Driving

    Large language models (LLMs) can improve autonomous driving planning but are costly to query online, and existing fast-slow planners often rely on hand-designed triggering rules that either over-call the slow system or call it at the wrong times. We formulate slow-system invocati…

相关实体

相关话题