研究人员开发了SwarmDrive，一个利用车辆本地小型语言模型（SLM）的合作式自动驾驶新框架。该系统仅在不确定性高时共享精简后的意图信息，减少了对云端LLM推理及其相关延迟和连接性问题的依赖。在复杂交叉路口场景的模拟中，SwarmDrive将成功率从68.9%提高到94.1%，同时显著降低了延迟，但同时也注意到随着车队规模增大，通信开销有所增加。 AI
影响 展示了基于边缘的LLM协同在提高自动驾驶安全性和降低延迟方面的潜力。
排序理由 详细介绍自动驾驶新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.22852v1 Announce Type: cross Abstract: Cloud-hosted LLM inference for autonomous driving adds round-trip delay and depends on stable connectivity, while purely local edge models struggle under occlusion. We present SwarmDrive, a semantic Vehicle-to-Vehicle (V2V) coordi…