HUMANAV: Navegación Semántica Humanizada para Conducción Autónoma usando Representación del Conocimiento y Modelos de Lenguaje

Descripción

Este proyecto busca mejorar la navegación de vehículos autónomos a través de una representación del conocimiento más cercana a la humana, utilizando Large Language Models (LLMs) y sistemas de inferencia basados en conocimiento. Se modificarán entornos urbanos en simulaciones con CARLA (Unreal Engine) para evaluar distintos enfoques de inteligencia artificial en la toma de decisiones semántica.

Requisitos

• Modificación de entornos urbanos y simulación con CARLA mediante Unreal Engine.
• Evaluación del impacto de los LLMs en la navegación autónoma.
• Programación en Linux (100%).
• Conocimientos previos necesarios: Programación en Python, uso de Git.

Lo que aprenderás

• Uso avanzado de CARLA y simulaciones en Unreal Engine.
• Evaluación de Modelos de Lenguaje (LLMs) en contextos de navegación autónoma.
• Aplicaciones de ASP/DLV (Answer Set Programming) para la inferencia semántica.

🇬🇧 English Version

HUMANAV: Human-like Semantic Navigation for Autonomous Driving using Knowledge Representation and Language Models

Description

This project aims to enhance autonomous vehicle navigation by leveraging knowledge representation methods that mimic human reasoning, integrating Large Language Models (LLMs) and inference-based systems. Urban environments will be modified in CARLA (Unreal Engine) to evaluate various AI-driven semantic decision-making approaches.

Requirements

• Modification of urban environments and simulation in CARLA via Unreal Engine.
• Evaluation of LLM-based models for autonomous navigation.
• Programming in Linux (100%).
• Prior knowledge required: Programming in Python, using Git.

What You’ll Learn

• Advanced use of CARLA and simulations in Unreal Engine.
• Assessment of Language Models (LLMs) in navigation-based AI.
• ASP/DLV (Answer Set Programming) applications for semantic inference.