arXiv · 机器人与计算机视觉· Yingxin Jia, Xuanyi Li·· 29 天前AI 评分49
HighwayEnv 测试床揭示经验记忆对闭环 LLM 驾驶智能体的帮助有限
When Does Experience Memory Help Closed-Loop LLM Driving Agents? A Controlled Evaluation with Resampled Warmup Pools, Token-Matched Fillers, and Audited Baselines
AI 导读
研究通过受控评估发现,在 HighwayEnv 测试床(1Hz, gpt-4o-mini)上,经验记忆的收益主要源于最佳预热池抽取,而非检索机制本身。仅含 15 token 的谨慎指令即可达到碰撞合并上限,且基线端口质量缺失会导致结论反转。团队已发布经审计的测试床、端口及缓存数据供验证。
来源:arXiv · 机器人与计算机视觉 · arxiv.org