探索利用大型语言模型实现乘客与自动驾驶车辆的自然交互谈判

随着车辆自动化向SAE 3至5级发展，将驾驶控制从人类转移到系统，确保自动驾驶车辆与用户偏好一致成为一个挑战。自然交互成为一个共同目标，提供了以用户友好的方式传达用户兴趣的途径。然而，技术、法律或设计约束可能阻止满足这些偏好，从而导致潜在冲突。通过在线调查（N=50）探索了潜在的驾驶员-乘客冲突及其处理策略。随后，在虚拟现实研究（N=14）中，我们使用已识别的策略（从分散注意力到激励和遵守社会规范）进行用户与自动驾驶车辆的交互，使用最先进的语言模型（GPT-4 Turbo）加载这些策略来模拟真实对话。此外，自适应沟通与非自适应沟通进行了比较。我们的发现有对自适应沟通的偏好。然而，尽管使用先进建模，准确预测用户互动仍然具有挑战性，用户经常试图智胜人工智能。