大模型与强化学习混合决策框架仿真提升19%

Long Zhang等作者在arXiv发表论文，提出一种语义与策略双驱动的混合决策框架：用大语言多模态模型做语义理解与认知表征，用深度强化学习做实时策略优化，以支持持续学习与联合决策。 作者在换道规划案例中通过仿真评估，称相较基线取得至少19%的性能提升。该结果仅来自仿真验证，未涉及实车部署。论文同时梳理了具身智能驾驶与大模型的基础原理、该框架的潜在收益与代表性用例，并列出开放挑战与未来方向。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。