港中文中稿ICCV'25的自驾自适应快慢双系工作统AdaDrive

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Ruifei Zhang等 编辑 | 自动驾驶之心 将大语言模型有效融入自动驾驶系统，需要在发挥其高级推理能力与保障实时性之间取得平衡。现有方法要么过于频繁地激活LLMs，导致计算开销过大；要么采用固 定调度方式，无法适应动态变化的驾驶场景。 为解决这些挑战，香港中文大学（深圳）和中山大学等团队的研究人员联合提出AdaDrive——一种自适应协作快慢框架，能以最优方式决定LLM何时以及如何为决策 过程提供支持。其一，关于LLM的激活时机：AdaDrive设计了一种新颖的自适应激活损失，通过对比学习机制动态判断是否调用LLM，确保仅在复杂或关键场景下激 活。其二，关于LLM辅助的融合方式：不同于刚性的二元激活，AdaDrive引入自适应融合策略，根据场景复杂度与预测置信度，对LLM的影响进行连续的强度调节， 实现与传统规划器的无缝协作。 PS. 下周一我们邀请到学术界和工业界的专家学者共同探讨自动驾驶世界模型和VLA的路线之争！感兴趣的同学记得点 ...