Macro Micro News Global Pulse. Local Truth.

Как рассуждения больших языковых моделей повышают безопасность автономных автомобилей на 63 процента: новая система обучения с подкреплением

07 November 2026 · 2 min read

We compile, generate and translate using Artificial Intelligence from the below given source. Macro Micro News is responsible for its editorial publication.

Article image by Dennis Eusebio
Image by Dennis Eusebio

Развитие полностью автономных транспортных средств идет быстрыми темпами. Впереди нас ждет будущее, где дороги станут безопаснее, а транспортный поток будет работать эффективнее. Однако путь к этой цели не лишен препятствий. Традиционные модели обучения с подкреплением долгое время оставались основой для принятия решений в беспилотных автомобилях. Эти системы учатся взаимодействовать с окружающей средой и накапливают огромные объемы данных для совершенствования своих стратегий вождения. Они отлично справляются со своими задачами в контролируемых условиях. Но им часто трудно интерпретировать более широкий контекст. Сюда входят правила дорожного движения, этические нормы и человеческая интуиция. Этот пробел может приводить к непредсказуемым действиям, которые снижают уровень безопасности.

Исследователи предложили интересное решение, способное преодолеть этот разрыв. Они объединили рассуждения больших языковых моделей (LLM) с обучением с подкреплением. Получившаяся гибридная система использует сильные стороны обоих подходов. В основе лежит модель, сочетающая зрение и язык. Она сканирует дорогу перед автомобилем и переводит визуальные данные в подробные текстовые описания. Система фиксирует все детали от планировки перекрестков до движений пешеходов и скорости других машин. Затем этот богатый контекст передается в большую языковую модель вместе со структурированными запросами. В них содержатся правила дорожного движения, принципы оборонительного вождения и информация о прошлом опыте вождения.

Большая языковая модель выполняет рассуждения высокого уровня. Она генерирует эталонные действия, соответствующие человеческим нормам и законодательным требованиям. Как гарантировать безопасность этих предложений? Многоуровневая система защиты выступает в роли страховки. Она проверяет решения через фоновое сопоставление, проверку логики и строгие ограничения безопасности. Этот процесс отсеивает галлюцинации или команды, которые физически невозможно выполнить автомобилю. Тем временем компонент обучения с подкреплением продолжает оптимизировать свою сеть политик. Он объединяет данные об окружающей среде, состояние собственного транспортного средства и предыдущие траектории движения.

Динамический механизм переключения балансирует влияние большой языковой модели и агента обучения с подкреплением в процессе тренировки. По мере того как агент становится более профессиональным, система постепенно снижает зависимость от языковой модели. Этот переход позволяет автомобилю сохранять надежные способности к принятию решений. При этом он использует первоначальные подсказки, предоставленные языковой моделью. В результате адаптация к сложным дорожным условиям происходит более плавно.

Тестирование этой системы на платформе симуляции CARLA показало впечатляющие результаты. При сравнении с современными алгоритмами PPO и SAC новый подход значительно снизил количество столкновений почти на 63,1 процента. Также улучшились показатели успешного выполнения задач в плотном и сложном транспортном потоке. Объединение здравого смысла больших языковых моделей с адаптивными возможностями обучения с подкреплением открывает перспективный путь. Эта технология ведет к созданию надежных систем автономного вождения, готовых к реальным вызовам.