PrefDrive: Enhancing Autonomous Driving through Preference-Guided Large Language Models

Yun Li, Ehsan Javanmardi, Simon Thompson, Kai Katsumata, Alex Orsholits, Manabu Tsukada

IEEE Intelligent Vehicles Symposium (IV), 2025

Abstract

首次将直接偏好优化 (DPO) 引入基于 LLM 的自动驾驶。构建包含 74,040 条序列的驾驶偏好标注数据集，并在单卡 RTX 3090 Ti 上采用 LoRA + 4-bit 量化进行内存高效微调。在 CARLA 闭环上交通灯违规降低 28.1%，路径完成率提升 8.5%，路面碰撞降低 63.5%。

已录用，于罗马尼亚 Cluj-Napoca 报告。