通过结构化自回归建模实现长期交通仿真

Lingyu Xiao, Zexin Feng, Xintao Yan

摘要

本文提出RosettaSim框架，利用大型语言模型的注意力机制和运动令牌与自然语言的分布一致性，实现长期稳定的多智能体交通仿真。同时引入基于检索的交通评估方法，解决长期仿真中智能体对应关系衰减的评估难题。

traffic simulationautoregressive modelingLLMmulti-agent interactionautonomous driving

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018