DriveCode: Domain Specific Numerical Encoding for LLM-Based Autonomous Driving

doi:10.1109/lra.2026.3726335

DriveCode: Domain Specific Numerical Encoding for LLM-Based Autonomous Driving

2026-08-21

0

PRE

AI

DOI：10.1109/lra.2026.3726335

原文链接

原文求助

摘要

En 中文

大型语言模型（LLMs）在自动驾驶领域展现出巨大潜力。然而，将数字离散化为标记可能会削弱精确的数值建模，主要依赖位置编码来表示数字的位值，并可能导致解码效率与数值精度之间的平衡具有挑战性。这些局限性影响了传感器测量数据的处理和精确控制指令的生成，为需要准确数值预测的基于LLM的自动驾驶系统带来了实际挑战。本文提出DriveCode，一种新颖的数值编码方法，将数字表示为专用嵌入而非离散文本标记。DriveCode采用数字投影器将数字映射到语言模型的隐藏空间，使其能够与视觉和文本特征无缝集成在统一的多模态序列中。在OmniDrive、DriveGPT4和DriveGPT4-V2数据集上的评估表明，DriveCode在轨迹预测和控制信号生成方面表现出更优性能，证实了其对基于LLM的自动驾驶系统的有效性。

Keyword:

Autonomous driving

large language models

multimodal large language models

numerical encoding

end-to-end autonomous driving

DriveCode: Domain Specific Numerical Encoding for LLM-Based Autonomous Driving

摘要

期刊

机构

引用论文