LLM 预测救护车到达误差 0.2 秒，决策却输给简单队列规则
ViceGodIm · reddit · 2026-11-06
一位开发者在 Godot 交通模拟中实测 LLM 作为交通信号控制器：让模型在推进模拟前先记录对救护车到达时间的预测，再将其动作与基线规则对比。
结果颇有反差：LLM 在 65 秒时预测救护车 100 秒到达，95 秒时修正为 112 秒，实际到达 112.2 秒——后期预测非常准；但同一场景下，一条简单的队列规则让救护车 107.6 秒就通过了，比 LLM 控制快约 4.6 秒。
作者指出：如果目标是提前规划，应该比较的是早期预测而非事后修正。完整实验有视频记录。
「具身」频道最新
- Generalist AI 展示 GEN-1.5:机械臂完成更薄 O 型圈毫米级操作 — ChongZzZhang · 2026-11-06
- 佛罗里达用机器兔诱捕巨蟒：缅甸蟒已致浣熊负鼠锐减99% — IsForAt · 2026-11-06
- UCLA 发布 FlowPilot:人类偏好微调让人行道机器人干预率降 40% — zhoubolei · 2026-11-06
- 六足机器人硬件钱包 Pincer1：签名前先确认你本人在房间 — R4nsack · 2026-11-06
- 5 种 VLA 策略跨 4 种机器人实测暴露泛化难题：环境多样性成新稀缺资源 — DJiafei · 2026-11-06
- 2 万次运行实测百台机器人，排名随任务翻转 — DJiafei · 2026-11-06