Une équipe de recherche de l'Université Purdue a développé un nouveau cadre appelé Talk2Drive, visant à révolutionner l'interaction homme-machine dans les véhicules autonomes. Le cadre utilise intelligemment de grands modèles de langage pour convertir les instructions en langage naturel en code exécutable pour les véhicules autonomes, permettant ainsi un contrôle plus intuitif et plus pratique du véhicule. Cette avancée devrait améliorer considérablement la sécurité et l’expérience utilisateur de la conduite autonome et réduire la fréquence des interventions humaines.
L'Université Purdue a publié le framework Talk2Drive, qui utilise de grands modèles de langage pour fournir des capacités d'analyse intelligente des instructions pour les véhicules autonomes. Le cadre réduit le taux de prise de contrôle humain en recevant des commandes, en traitant et en générant du code exécutable, combinés à des données environnementales en temps réel. Il propose des services personnalisés, peut comprendre les instructions des différents conducteurs et offre une expérience de conduite personnalisée. Les commandes verbales sont converties en instructions textuelles grâce à la technologie de reconnaissance vocale, et les stratégies de conduite sont ajustées en fonction des données environnementales en temps réel. Les résultats expérimentaux montrent que le cadre réduit le taux de prise de contrôle des différents conducteurs et ouvre une nouvelle voie pour le développement futur de la technologie de conduite autonome.
L'application réussie du cadre Talk2Drive marque un grand pas en avant pour que la technologie de conduite autonome devienne plus intelligente et plus humaine. Ses services personnalisés et ses capacités efficaces d'analyse des commandes offriront aux utilisateurs une expérience de conduite plus sûre et plus confortable, et devraient promouvoir le développement rapide et la vulgarisation de la technologie de conduite autonome.