CoLMIN: LLMに基づく協調自動運転のためのマルチ決定経路交渉

CoLMINは、LLMを用いた複数車両の協調自動運転のためのマルチ決定経路交渉フレームワークである。複雑な交通シナリオにおける運転決定は本質的に複数の解を持つため、既存の交渉ベース手法は準最適解に早期収束しやすい問題に対処する。CoLMINは、複数の運転意図を生成・評価するMulti-Intent Negotiationモジュール(LMin)、交渉結果を分析してフィードバックする浅い反射モジュール(ESRM)、交渉履歴を長期的に振り返り認知固着を緩和する深い反射モジュール(LDRM)の3要素で構成され、安定した合意形成を実現する。

先行研究のLLMベース交渉手法は、複雑なシナリオで単一の決定経路に依存するため、複数解が存在する状況で準最適解に早期収束し、合意形成が妨げられる問題があった。CoLMINは、複数の候補意図を生成し、評価と反射を組み合わせることで、この問題を緩和し、より安定した高品質な合意を達成する点が新しい。

手法の肝は、Negotiator-Evaluatorパラダイムに基づくLMinが複数の運転意図を生成し、それらを共同評価すること。ESRMは交渉結果を分析してフィードバックを提供し、合意形成を加速する。LDRMは交渉履歴を長期的に振り返り、認知固着を緩和して準最適解への収束を防ぐ。これら3つのモジュールが連携し、マルチ決定経路の交渉と反射的推論を実現する。

CARLAシミュレーション環境において、挑戦的なインタラクティブ運転シナリオで実験を行い、既存手法と比較してCoLMINが有意に優れた性能を示すことを検証した。具体的な評価指標や比較対象の詳細は要旨からは不明。

要旨からは、提案手法の有効性は示されているが、実環境での検証や計算コスト、LLMの推論遅延、安全性保証などの課題については言及されていない。また、複数解の扱いに関する理論的保証や、反射モジュールの設計の一般性についても議論は不明。

要旨で参照されている既存のLLMベース交渉手法や、協調自動運転における交渉ベース手法の研究が挙げられる。具体的には、LLMを用いた交渉手法や、マルチエージェント強化学習による協調運転手法などが関連する。