Un LLM traduce richieste in parole in parametri di guida: proposta senza dati sperimentali

“Sto facendo tardi, vai veloce.” La proposta descritta da IEEE Journal Watch mostra come un large language model prenda frasi così e le converta in parametri per il motion planner: velocità, accelerazione, dolcezza delle curve. L’obiettivo è allineare lo stile di guida dell’auto autonoma alle preferenze espresse dal passeggero, senza toccare slider o menu di taratura. La fonte non riporta esperimenti, autori o risultati quantitativi¹.

Oggi la taratura dei planner avviene prima della messa su strada. Al passeggero resta poco margine per incidere sullo stile durante il viaggio. Qui entra l’LLM: interpreta la richiesta in linguaggio naturale, la mappa su grandezze già usate dal planner e orienta le scelte entro vincoli di sicurezza ed efficienza. La logica decisionale non cambia di mano. Il planner resta il decisore; l’LLM modula i pesi delle preferenze quando il contesto lo consente¹.

L’esempio guida è esplicito: “I am running late, go fast.” Non è un comando di manovra. Esprime una preferenza che il sistema traduce in una taratura più “svelta” nei limiti del traffico, della strada e delle regole. Funziona anche al contrario. Chi soffre il mal d’auto può dire “guida più dolcemente” e ottenere un profilo di accelerazioni più morbido, se le condizioni lo permettono¹.

Cuore della proposta è un interprete linguistico che produce un vettore di preferenze compatibile con lo schema di controllo esistente. Non sostituisce il calcolo delle traiettorie e dei profili di velocità. Aggiunge un livello che riceve la frase, la traduce in target di comfort o rapidità, e passa questi target al planner. In questo modo il sistema continua a bilanciare sicurezza, efficienza e comfort, ma recepisce indicazioni situazionali come fretta o nausea, espresse con parole comuni¹.

L’interazione ricorda il “guidare dal sedile posteriore” con un umano al volante. Cambia il mediatore: un LLM riformula la richiesta in un linguaggio che il planner comprende. Nessun esecutore cieco. Il veicolo verifica le condizioni, rispetta i limiti, applica le preferenze solo quando c’è margine¹.

La descrizione ha taglio da rassegna. Illustra l’idea, le motivazioni e il possibile impatto sull’esperienza a bordo. Mancano numeri, protocolli o validazioni in pista o al simulatore. Non compaiono i nomi degli autori. Il testo appare nella serie IEEE Journal Watch, in collaborazione con IEEE Xplore, segnale di attenzione al trasferimento di idee dalla ricerca all’ingegneria di sistema più che all’annuncio di un prodotto finito¹.

Se adottata su larga scala, un’interfaccia così sposterebbe lavoro dal progettare controlli a basso livello al progettare buoni “prompt” di bordo. Servirebbero frasi che il sistema comprende in modo affidabile e che mappano su parametri verificabili. Anche questa direzione resta da misurare: la fonte non la quantifica né la mette alla prova sperimentalmente¹.