2024年1月17日 · DiLu is an innovative closed-loop, self-evolving framework, blending common-sense knowledge and memory components with the power of large language models. DiLu consists of four core modules: Environment, Reasoning, Reflection, and Memory.

2023年9月28日 · Leveraging large language models (LLMs) with emergent abilities, we propose the DiLu framework, which combines a Reasoning and a Reflection module to enable the system to perform decision-making based on common-sense knowledge and evolve continuously.

dilu框架通过整合利用大语言模型（llm），实现基于常识的决策和持续的驾驶经验累积。 该框架由四个核心模块（如图2所示）组成：环境（Environment）、推理(Reasoning)、反思(Reflection)和记忆(Memory)。

2024年1月25日 · DiLu（的卢）是首个基于AI Agent范式的知识驱动自动驾驶框架，其结合了常识知识和大语言模型，通过外挂记忆模块以实现闭环自动驾驶决策制定并拥有持…

2024年6月15日 · DiLu可以通过反思模块逐步提高性能，类似于新手成为经验丰富的驾驶员。 反思模块如图所示。 在闭环驾驶任务中，根据驾驶场景记录用作输入的提示，以及LLM为每个决策帧生成的相应决策。

2024年1月25日 · DiLu（的卢）是首个基于AI Agent范式的知识驱动自动驾驶框架，其结合了常识知识和大语言模型，通过记忆模块以实现闭环自动驾驶决策制定并拥有持续进化的能力。

9月论文“DiLu: A Knowledge-Driven Approach To Autonomous Driving With Large Language Models“，来自上海AI实验室、华东师大和香港中文大学。 自动驾驶的最新进展依赖于数据驱动的方法，但面临着包括数据集偏…

2024年6月29日 · 本文转载于大佬~DiLu（的卢）是首个基于AI Agent范式的知识驱动自动驾驶框架，其结合了常识知识和大语言模型，通过外挂记忆模块以实现闭环自动驾驶决策制定并拥有持续进化的能力。

2024年1月25日 · DiLu（的卢）是首个基于AI Agent范式的知识驱动自动驾驶框架，其结合了常识知识和大语言模型，通过外挂记忆模块以实现闭环自动驾驶决策制定并拥有持续进化的能力。通过不断对环境的交互积累经验，自我反思纠正错误的决策，从而实现Life-long Learni...

Based on the knowledge-driven paradigm for autonomous driving systems introduced above, we propose a practical framework called DiLu. DiLu consists of four core modules: Environment, Reasoning, Reflection, and Memory. In particular, the Reasoning module begins by observing the environment and obtaining descriptions of the current scenario.