产品简介
Agent-Driver 是一个利用大型语言模型（LLMs）作为认知代理的自动驾驶系统，通过引入人类般智能解决传统系统缺乏推理和经验知识的痛点，适合自动驾驶领域的研究者和开发者。
核心功能
- 提供多功能工具库，通过函数调用访问
- 包含认知记忆，存储常识和经验知识
- 集成推理引擎，支持链式思维推理
- 支持任务规划和运动规划
- 具备自我反思学习能力
快速开始
- 第一步：克隆仓库到本地
- 第二步：安装 Python 依赖库
- 第三步：注册 OpenAI 账户并配置 API 密钥
- 第四步：下载 nuScenes 数据集到 data 目录
- 第五步：运行微调脚本训练模型
界面预览
与其他方案对比
| 对比项 | Agent-Driver | 同类方案 |
|---|---|---|
| 性能表现 | 显著超越现有自动驾驶方法 | 传统方法性能较低 |
| 可解释性 | 具备卓越的可解释性 | 通常可解释性差 |
| 学习能力 | 支持少样本学习 | 依赖大量标注数据 |
适合谁用
- 自动驾驶算法研究员，用于研究智能驾驶系统
- 自动驾驶开发者，用于构建高级驾驶代理
- 人工智能研究者，探索 LLM 在自动驾驶中的应用
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/physical-superintelligence-lab/Agent-Driver