盖世汽车讯 黄昏时分，一支无人驾驶配送车队在城市中穿梭。订单随机涌入，交通状况瞬息万变；每一辆闲置的车辆都意味着资金的浪费，而每一个错失的订单则意味着客户的流失。在智能城市出行这一新兴领域，如何决定由哪辆车在何时服务于哪个订单，是极具挑战性的运营难题之一。据外媒报道，发表在期刊《应用智能》（Applied Intelligence）上的一项新研究指出，解决这一难题的关键可能出人意料：那就是大型语言模型——即驱动对话式聊天机器人的那种人工智能技术——如今已被重新改造，用于充当自动驾驶车队的调度 " 大脑 "。

图片来源：期刊《应用智能》

这项研究由中国南昌华东交通大学的 Jiaxin Tan 和通讯作者 Xiaohui Huang 主导，团队成员还包括 Nan Jiang、Xuebo Cheng、Liyan Xiong 和 Ni Liu）。该研究提出了一种名为 " 预测上下文大语言模型调度器 "（Predictive-context Large Language Model Scheduler，简称 P-LLM）的框架。其核心理念看似简单：该框架不再仅仅依赖人工设计的优化规则或需要数周训练的强化学习智能体，而是让大语言模型直接针对车队状态、实时订单流以及尚未发生的预测需求进行推理分析；随后，调度器会提出车辆与订单的匹配方案，在即时利润与未来需求的预期地理分布之间取得平衡。