arXiv · cs.AI· Tong Nie, Yuewen Mei, Yihong Tang, Junlin He, Jie Deng, Jian Sun, Wei Ma·· 5 小时前
EvoDrive：用于安全关键自动驾驶的Pareto演化与自我改进LLM智能体
EvoDrive: Pareto Evolution for Safety-Critical Autonomous Driving via Self-Improving LLM Agents
arXiv:2606.03678v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tong Nie, Yuewen Mei, Yihong Tang, Junlin He, Jie Deng, Jian Sun, Wei Ma
研究任务与主要进展
EvoDrive是一个基于LLM的多目标自动驾驶场景生成框架，通过模拟器约束的actor-critic架构、批判器筛选和世界评估器迭代改进场景生成器，并用Pareto档案保存对抗性与真实性的多样权衡。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org