An LLM-Explainable DRL Framework for Passenger-Directed Autonomous Driving
本文提出了一种创新的框架，该框架将用于乘客导向型自适应自动驾驶的双重深度Q网络（Dueling Double Deep Q-Network）与用于生成面向安全解释的大语言模型模块相结合，从而通过透明且可解释的决策过程来增强公众信任。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你是一名自动驾驶汽车的乘客。通常情况下，这些汽车感觉就像神秘的“黑匣子”：它们做出决策，你只需坐着，却完全不知道它们为什么突然刹车或加速。这篇论文提出了一种构建这些汽车的新方法，让它们不仅能安全驾驶，还能在无法完全满足你的要求时，向你倾诉它们正在做的事情。
以下是他们构思的拆解，使用了简单的类比：
1. 问题所在：“黑匣子”司机
现在的自动驾驶汽车就像一位才华横溢但沉默寡言的大厨。他们能做出完美的佳肴（安全驾驶），但如果你要求“辣一点”，而他们端上来的是清淡口味，他们不会告诉你为什么。他们只是默默地端上菜品。乘客会感到紧张，因为他们不理解汽车行为背后的逻辑。
2. 解决方案：一个会说话的“智能司机”
作者构建了一个结合了两种强大工具的系统：
- 驾驶员 (DRL)： 一个经过高度训练的“大脑”，它知道如何开得快、开得稳，或者立即停车。它就像一名在赛车游戏中练习了数百万次的专业赛车手。
- 翻译官 (LLM)： 一个“对话助手”（类似于非常聪明的 Siri 或 Alexa），它能倾听你的需求，理解你的意图，并用通俗易懂的英语解释驾驶员的决策。
3. 工作原理：三步舞步
步骤 A：倾听乘客
乘客可以说：“让我们快点儿！”或者“开得平稳舒适些”、“现在就停下！”
- 翻译官 (LLM-1) 会倾听这些请求，即使乘客表达得比较模糊，它也会将这些请求转化为清晰的指令给汽车：快速 (Fast)、舒适 (Comfort) 或 停止 (Stop)。
- 类比： 这就像一位私人助理，把你凌乱的笔记整理成一份清晰的驾驶员待办事项清单。
步骤 B：驾驶员做出选择
“驾驶员”（一个名为 D3QN 的计算机程序）接收该指令并驾驶汽车。
- 如果你说 快速 (Fast)，它会尝试在法律允许的范围内尽可能快地行驶。
- 如果你说 舒适 (Comfort)，它会驾驶得平稳，避免颠簸。
- 如果你说 停止 (Stop)，它会立即停下。
- 关键点： 驾驶员被训练为始终将交通法规和安全规则放在首位。如果你说“快点开”，但遇到了红灯，驾驶员不会闯红灯。
步骤 C：“为什么”的解释
这是最神奇的部分。如果驾驶员因为安全原因无法执行你的要求，翻译官 (LLM-2 & LLM-3) 就会介入。
- 检查： 系统会询问：“驾驶员正在做的操作是否与乘客的要求不符？”
- 解释： 如果答案是肯定的（例如：你要求“快一点”，但汽车正在减速），系统会生成一句友好且令人安心的话。
- 示例： 汽车不会只是沉默地减速，而是会说：“我正在稍微减速，因为我们即将接近一个交通灯。您的安全是我的首要任务！”
4. “电子游戏”测试
研究人员还没有在真实的街道上进行测试。他们构建了一个数字模拟环境（一个非常真实的城市交通视频游戏）来测试他们的想法。
- 他们创建了一个拥有红绿灯、行人和其他车辆的城市。
- 他们在这个游戏中对“驾驶员”进行了数千小时的训练。
- 结果：
- 汽车学会了在“快速”和“舒适”模式之间平滑切换。
- 它在模拟中从未发生碰撞。
- 当安全规则迫使汽车忽略乘客的要求（如为红灯停车）时，“翻译官”成功生成了清晰、拟人化的解释。
5. 核心结论
这篇论文是一个概念验证。它表明你可以制造出这样一种自动驾驶汽车：
- 倾听你的需求。
- 根据规则安全驾驶。
- 通过交谈向你解释为什么有时为了你的安全，它不得不对你的要求说“不”。
作者承认这一切都是在计算机模拟中完成的。他们还没有将其应用到真实的道路上，但他们证明了这个想法在受控的数字世界中是行得通的。这是让自动驾驶汽车感觉不再像是机器人，而更像是值得信赖的人类司机的关键一步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。